TWI837257B - 墊溫度調整裝置、墊溫度調整方法、研磨裝置、及研磨系統 - Google Patents
墊溫度調整裝置、墊溫度調整方法、研磨裝置、及研磨系統 Download PDFInfo
- Publication number
- TWI837257B TWI837257B TW108147319A TW108147319A TWI837257B TW I837257 B TWI837257 B TW I837257B TW 108147319 A TW108147319 A TW 108147319A TW 108147319 A TW108147319 A TW 108147319A TW I837257 B TWI837257 B TW I837257B
- Authority
- TW
- Taiwan
- Prior art keywords
- pad
- temperature
- polishing
- aforementioned
- learning
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 28
- 238000000227 grinding Methods 0.000 title description 74
- 238000005498 polishing Methods 0.000 claims abstract description 665
- 230000006399 behavior Effects 0.000 claims abstract description 296
- 238000010438 heat treatment Methods 0.000 claims abstract description 239
- 239000007788 liquid Substances 0.000 claims abstract description 231
- 239000000110 cooling liquid Substances 0.000 claims abstract description 128
- 238000005259 measurement Methods 0.000 claims abstract description 121
- 230000008859 change Effects 0.000 claims abstract description 111
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000001816 cooling Methods 0.000 claims description 59
- 230000009471 action Effects 0.000 claims description 55
- 238000013528 artificial neural network Methods 0.000 claims description 55
- 239000000758 substrate Substances 0.000 claims description 40
- 238000013135 deep learning Methods 0.000 claims description 14
- 238000003825 pressing Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 10
- 238000010801 machine learning Methods 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 abstract description 32
- 230000001276 controlling effect Effects 0.000 abstract description 10
- 235000012431 wafers Nutrition 0.000 description 117
- 238000010586 diagram Methods 0.000 description 29
- 239000002826 coolant Substances 0.000 description 23
- 238000004891 communication Methods 0.000 description 21
- 230000005856 abnormality Effects 0.000 description 20
- 239000012530 fluid Substances 0.000 description 15
- 230000002159 abnormal effect Effects 0.000 description 14
- 230000007246 mechanism Effects 0.000 description 13
- 230000036962 time dependent Effects 0.000 description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 11
- 238000013473 artificial intelligence Methods 0.000 description 10
- 239000011248 coating agent Substances 0.000 description 9
- 238000000576 coating method Methods 0.000 description 9
- 230000007423 decrease Effects 0.000 description 8
- 238000009529 body temperature measurement Methods 0.000 description 7
- 239000012809 cooling fluid Substances 0.000 description 7
- 238000009826 distribution Methods 0.000 description 7
- 239000004065 semiconductor Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000005855 radiation Effects 0.000 description 6
- 229920002545 silicone oil Polymers 0.000 description 6
- 239000002002 slurry Substances 0.000 description 6
- 238000005507 spraying Methods 0.000 description 6
- 239000007921 spray Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000001125 extrusion Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000007517 polishing process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000009966 trimming Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 1
- 239000004809 Teflon Substances 0.000 description 1
- 229920006362 Teflon® Polymers 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 235000011089 carbon dioxide Nutrition 0.000 description 1
- 230000002925 chemical effect Effects 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 208000010727 head pressing Diseases 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
Landscapes
- Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)
- Mechanical Treatment Of Semiconductor (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
Abstract
本發明係關於一種用於調整研磨墊之表面溫度的墊溫度調整裝置。墊溫度調整裝置(5)具備:墊接觸構件(11);將加熱液及冷卻液供給至墊接觸構件(11)之供給系統(30);量測研磨墊(3)之表面溫度的墊溫度量測器(39);及PID控制第一流量調整閥(42)及第二流量調整閥(56)之操作量的控制部(40)。控制部(40)具備:儲存了用於將依據墊溫度量測器(39)之量測值而製作之溫度行動曲線維持在指定容許範圍內所建立的學習完成模型之記憶部(110);及將至少1個溫度行動參數輸入學習完成模型,執行輸出PID控制之PID參數的變更值之運算的處理裝置(120)。
Description
本發明係關於一種用於調整使用於研磨晶圓等基板之研磨墊的表面溫度之墊溫度調整裝置、及墊溫度調整方法。此外,本發明係關於安裝了墊溫度調整裝置之研磨裝置、及至少包含1個研磨裝置之研磨系統。
CMP(化學機械研磨(Chemical Mechanical Polishing))裝置在半導體元件之製造中係使用於研磨晶圓等之基板表面的工序。CMP裝置至少具有1個研磨單元,該研磨單元係以研磨頭保持晶圓並使晶圓旋轉,進一步對旋轉之研磨台上的研磨墊按壓晶圓來研磨晶圓表面。研磨中,在研磨墊上供給研磨液(漿液),晶圓之表面藉由研磨液之化學性作用與研磨液中包含之研磨粒的機械性作用而平坦化。
晶圓之研磨率除了取決於晶圓對研磨墊的研磨負荷之外,還取決於研磨墊的表面溫度。這是由於研磨液對晶圓之化學性作用取決於溫度。因此,在半導體元件之製造中,為了提高晶圓之研磨率並進一步保持一定,在晶圓研磨中將研磨墊之表面溫度保持在最佳值很重要。
因此,過去為了調整研磨墊之表面溫度而使用墊溫度調整裝置(例如,參照專利文獻1、專利文獻2)。一般而言,墊溫度調整裝置具備:可接
觸於研磨墊之表面(研磨面)的墊接觸構件;將調整過溫度之加熱液及冷卻液供給至墊接觸構件的液體供給系統;量測研磨墊之表面溫度的墊溫度量測器;及依據藉由墊溫度量測器所量測之研磨墊的表面溫度來控制液體供給系統的控制部。控制部係以使研磨墊之表面溫度到達指定的目標溫度,然後,維持該目標溫度的方式,依據藉由墊溫度量測器所量測之墊表面溫度來控制加熱液及冷卻液的流量。例如,控制部依據目標溫度與研磨墊的表面溫度之差,藉由PID控制配置於液體供給系統之加熱液供給配管的流量調整閥之操作量、與配置於冷卻液供給配管之流量調整閥的操作量,來控制供給至墊接觸構件之加熱液及冷卻液的流量。藉此,可使研磨墊之表面溫度迅速到達最佳值,且可保持在該最佳值。
[先前技術文獻]
[專利文獻]
[專利文獻1]日本特開2017-148933號公報
[專利文獻2]日本特開2018-027582號公報
CMP裝置之控制部預先記憶有用於上述PID控制之PID參數(亦即比例增益P、積分增益I、及微分增益D)。CMP裝置具有複數個研磨單元時,調整各研磨單元之研磨墊的表面溫度時係使用同一個PID參數。再者,半導體元件等之製造工廠中多配置有複數個CMP裝置。一般而言,各CMP裝置之控制部中記憶有同一個PID參數。亦即,複數個CMP裝置使用在此等CMP裝置之間共用的PID參數來調整各研磨單元之研磨墊的表面溫度。
但是,儘管使用同一個PID參數,因為各研磨單元之間的機械差異,溫度行動仍會發生偏差。本說明書中所謂溫度行動,是指墊接觸構件從開始調整研磨墊之表面溫度的時間起至到達目標溫度的時間為止,研磨墊之表面溫度隨時間的變化。
第十九圖係顯示4個研磨單元之各個溫度行動的曲線圖。第十九圖中,縱軸表示研磨墊之表面溫度,橫軸表示時間。第十九圖中,時間Ta係墊接觸構件接觸於研磨墊之時間,亦即,係墊接觸構件開始調整研磨墊之表面溫度的時間。第十九圖中,時間Tb係保持晶圓之研磨頭接觸於研磨墊的時間,亦即開始研磨晶圓之時間。另外,本說明書中,將表示第十九圖所示之溫度行動的曲線稱為溫度行動曲線。
如第十九圖所示,各研磨單元之溫度行動曲線彼此互異。如上述,晶圓之研磨率亦取決於研磨墊之表面溫度。因此,各研磨單元間之溫度行動不同時,各研磨單元間之研磨性能亦不同。例如,第十九圖中,溫度行動曲線R1位於比溫度行動曲線R2上側。這表示在具有溫度行動曲線R1之研磨單元與具有溫度行動曲線R2的研磨單元之間的研磨性能(研磨率)不同。各研磨單元間之研磨性能不同時,可能會對製品(亦即半導體元件)之合格率造成不良影響。
因此,本發明之目的為提供一種可抑制研磨單元間之研磨性能偏差的墊溫度調整裝置、及墊溫度調整方法。此外,本發明之目的為提供一種安裝了此種墊溫度調整裝置之研磨裝置、及至少包含1個研磨裝置之研磨系統。
一個樣態提供一種墊溫度調整裝置,係用於使研磨墊之表面溫度到達指定的目標溫度,然後,維持在該目標溫度,其特徵為具備:墊接觸構件,
其係可接觸於前述研磨墊表面,且內部形成有加熱流路及冷卻流路;加熱液供給管,其係連接於前述加熱流路;冷卻液供給管,其係連接於前述冷卻流路;第一流量控制閥,其係安裝於前述加熱液供給管;及第二流量控制閥,其係安裝於前述冷卻液供給管;且具備:液體供給系統,其係將調整過溫度之加熱液及冷卻液供給至前述墊接觸構件;墊溫度量測器,其係量測前述研磨墊之表面溫度;及控制部,其係依據前述墊溫度量測器的量測值與前述目標溫度之差,PID控制前述第一流量調整閥及前述第二流量調整閥之操作量;前述控制部具備:記憶部,其係為了將依據前述墊溫度量測器之量測值與其量測時間而製作的溫度行動曲線維持在指定的容許範圍內,而儲存有藉由機械學習而建立的學習完成模型;及處理裝置,其係將至少1個溫度行動參數輸入前述學習完成模型,執行用於輸出前述PID控制之PID參數的變更值之運算。
一個樣態係前述學習完成模型藉由使用類神經網路之深度學習而建立,前述控制部將包含前述至少1個溫度行動參數之學習用資料集輸入前述類神經網路時,係以從該類神經網路獲得為了將前述溫度行動曲線維持在指定之容許範圍內而須變更的PID參數;及正常範圍所包含之PID參數的變更值之方式,調整前述類神經網路之加權參數,來建立前述學習完成模型。
一個樣態係前述控制部儲存每次將基板按壓於前述研磨墊而研磨該基板時製作的前述溫度行動曲線;及與前述溫度行動曲線相關連之至少1個溫度行動參數,前述學習用資料集係由前述儲存之至少1個溫度行動參數而製作。
一個樣態係輸入前述學習完成模型之前述至少1個溫度行動參數,係前述PID控制之PID參數、前述加熱液之流量、及前述冷卻液的流量。
一個樣態係將前述加熱液之溫度、將基板按壓於前述研磨墊之研磨頭的旋轉速度、貼合前述研磨墊之研磨台的旋轉速度、前述研磨墊之修整條件、前述研磨頭之研磨負荷、及供給至前述研磨墊之研磨液的流量進一步輸入前述學習完成模型。
一個樣態係將前述墊接觸構件對前述研磨墊之按壓負荷、供給至前述研磨墊之研磨液的溫度、配置前述墊溫度調整裝置之研磨單元內的環境溫度、前述加熱液之供給壓力、及前述冷卻液之供給壓力進一步輸入前述學習完成模型。
一個樣態係將取得輸入前述學習完成模型之前述至少1個溫度行動參數的時間進一步輸入學習完成模型。
一個樣態係將按壓於前述研磨墊之基板膜厚相關的膜厚參數進一步輸入前述學習完成模型。
一個樣態係將前述研磨墊之高度、與以前述研磨墊研磨之基板的研磨率進一步輸入前述學習完成模型。
一個樣態提供一種墊溫度調整方法,其特徵為:使墊接觸構件接觸於研磨墊之表面,而且加熱液及冷卻液分別在形成於墊接觸構件內之加熱流路及冷卻流路中流動,量測前述研磨墊之表面溫度,以使前述研磨墊之表面溫度到達指定的目標溫度,然後,維持該目標溫度之方式,PID控制安裝於與前述加熱流路連接之加熱液供給管的第一流量控制閥、及安裝於與前述冷卻流路連接之冷卻液供給管的第二流量控制閥之操作量,藉由機械學習而建立用於將依據前述墊溫度量測器之量測值與該量測時間而製作的溫度行動曲線維持在指定之容許範圍內的學習完成模型,將至少1個溫度行動參數輸入前述學習完成模型,並輸出前述PID控制之PID參數的變更值。
一個樣態提供一種研磨裝置,其特徵為具備:至少1個研磨單元;其係具備:研磨台,其係支撐研磨墊;及研磨頭,其係將基板按壓於前述研磨墊;及墊溫度調整裝置,其係用於使前述研磨墊之表面溫度到達指定的目標溫度,然後維持該目標溫度;前述墊溫度調整裝置具備:墊接觸構件,其係可接觸於前述研磨墊表面,且內部形成有加熱流路及冷卻流路;液體供給系統,其係具備:加熱液供給管,其係連接於前述加熱流路;冷卻液供給管,其係連接於前述冷卻流路;第一流量控制閥,其係安裝於前述加熱液供給管;及第二流量控制閥,其係安裝於前述冷卻液供給管;並將調整過溫度之加熱液及冷卻液供給至前述墊接觸構件;墊溫度量測器,其係量測前述研磨墊之表面溫度;及控制部,其係依據前述墊溫度量測器的量測值與前述目標溫度之差,PID控制前述第一流量調整閥及前述第二流量調整閥之操作量;前述控制部具備:記憶部,其係為了將依據前述墊溫度量測器之量測值與其量測時間而製作的溫度行動曲線維持在指定的容許範圍內,而儲存有藉由機械學習而建立的學習完成模型;及處理裝置,其係將至少1個溫度行動參數輸入前述學習完成模型,執行用於輸出前述PID控制之PID參數的變更值之運算。
一個樣態提供一種研磨系統,其特徵為具備:至少1個研磨裝置;中繼裝置,其係可與前述研磨裝置收發資訊地連接;及主控制系統,其係可與前述中繼裝置收發資訊地連接;前述研磨裝置具備:至少1個研磨單元;其係具備:研磨台,其係支撐研磨墊;及研磨頭,其係將基板按壓於前述研磨墊;及墊溫度調整裝置,其係用於使前述研磨墊之表面溫度到達指定的目標溫度,然後維持該目標溫度;前述墊溫度調整裝置具備:墊接觸構件,其係可接觸於前述研磨墊表面,且內部形成有加熱流路及冷卻流路;液體供給系統,其係具備:加熱液供給
管,其係連接於前述加熱流路;冷卻液供給管,其係連接於前述冷卻流路;第一流量控制閥,其係安裝於前述加熱液供給管;及第二流量控制閥,其係安裝於前述冷卻液供給管;並將調整過溫度之加熱液及冷卻液供給至前述墊接觸構件;墊溫度量測器,其係量測前述研磨墊之表面溫度;及控制部,其係依據前述墊溫度量測器的量測值與前述目標溫度之差,PID控制前述第一流量調整閥及前述第二流量調整閥之操作量;前述主控制系統之主控制部具備:記憶部,其係為了將依據前述墊溫度量測器之量測值與其量測時間而製作的溫度行動曲線維持在指定的容許範圍內,而儲存有藉由機械學習而建立的學習完成模型;及處理裝置,其係將至少1個溫度行動參數輸入前述學習完成模型,執行用於輸出前述PID控制之PID參數的變更值之運算。
一個樣態提供一種研磨系統,其特徵為具備:至少1個研磨裝置;中繼裝置,其係可與前述研磨裝置收發資訊地連接;及主控制系統,其係可與前述中繼裝置收發資訊地連接;前述研磨裝置具備:至少1個研磨單元;其係具備:研磨台,其係支撐研磨墊;及研磨頭,其係將基板按壓於前述研磨墊;及墊溫度調整裝置,其係用於使前述研磨墊之表面溫度到達指定的目標溫度,然後維持該目標溫度;前述墊溫度調整裝置具備:墊接觸構件,其係可接觸於前述研磨墊表面,且內部形成有加熱流路及冷卻流路;液體供給系統,其係具備:加熱液供給管,其係連接於前述加熱流路;冷卻液供給管,其係連接於前述冷卻流路;第一流量控制閥,其係安裝於前述加熱液供給管;及第二流量控制閥,其係安裝於前述冷卻液供給管;並將調整過溫度之加熱液及冷卻液供給至前述墊接觸構件;墊溫度量測器,其係量測前述研磨墊之表面溫度;及控制部,其係依據前述墊溫度量測器的量測值與前述目標溫度之差,PID控制前述第一流量調整閥及前述第二
流量調整閥之操作量;前述中繼裝置之中繼控制部具備:記憶部,其係為了將依據前述墊溫度量測器之量測值與其量測時間而製作的溫度行動曲線維持在指定的容許範圍內,而儲存有藉由機械學習而建立的學習完成模型;及處理裝置,其係將前述墊溫度量測器之量測值、與其量測時間之組合、及至少1個溫度行動參數輸入前述學習完成模型,在調整前述研磨墊之表面溫度期間,隨時執行用於輸出前述PID控制之PID參數的變更值之運算。
採用本發明時,藉由變更PID參數,可將溫度行動曲線維持在指定的容許範圍。結果,由於抑制研磨單元間之研磨性能的偏差,因此可使製品之合格率提高。
1:研磨頭
2:研磨台
3:研磨墊
3a:外周部
4:研磨液供給噴嘴
5:墊溫度調整裝置
11:調墊溫構件
11a:墊加熱源
11b:墊冷卻源
19:支軸
20:修整器
21:修整器手臂
24:修整器軸桿
25:空氣汽缸
27:墊高度感測器
28:感測器標的
30:液體供給系統
31:加熱液供給槽
32:加熱液供給管
33:加熱液回流管
39:墊溫度量測器
40:控制部
41:第一開閉閥
42:第一流量控制閥
45:溫度顯示器
47:加熱液泵
48:加熱源
51:冷卻液供給管
52:冷卻液排出管
55:第二開閉閥
56:第二流量控制閥
61:加熱流路
61a:入口
61b:出口
62:冷卻流路
62a:入口
62b:出口
64:圓弧流路
65:傾斜流路
71:上下運動機構
110:記憶裝置
111:主記憶裝置
112:輔助記憶裝置
120:處理裝置
130:輸入裝置
132:記錄媒介讀取裝置
134:記錄媒介埠
140:輸出裝置
141:顯示裝置
142:列印裝置
150:通信裝置
301、301’:輸入層
302:隱藏層
303、303’:輸出層
500:中繼裝置
510:中繼控制部
512:中繼記憶裝置
515:中繼通信裝置
600:主控制系統
610:主控制部
612:主記憶裝置
615:主通信裝置
R、R1、R2:溫度行動曲線
W:晶圓
第一圖係顯示配置於研磨裝置之研磨單元的一個實施形態之模式圖。
第二圖係從上方觀看墊溫度量測器之溫度量測區域的圖。
第三圖係從側方觀看墊溫度量測器之溫度量測區域的圖。
第四圖係顯示墊接觸構件之一個實施形態的水平剖面圖。
第五圖係顯示控制部之一個實施形態的模式圖。
第六圖係顯示藉由控制部所製作之溫度行動曲線的一例之曲線圖。
第七圖係顯示藉由控制部所製作之溫度行動曲線的其他例之曲線圖。
第八圖係顯示複數個資料集之一例的模式圖。
第九圖係顯示依據第八圖所示之量測時間T2的資料集D2所製作之正規分布圖。
第十圖係顯示搭載於第五圖所示之控制部的人工智慧之構成一例的模式圖。
第十一圖係用於說明建立第十圖所示之學習完成模型的方法之流程圖。
第十二圖係顯示類神經網路構造之一例的模式圖。
第十三A圖係顯示具備渦流式膜厚感測器之研磨單元的一例之模式圖。
第十三B圖係第十三A圖所示之研磨單元的概略剖面圖。
第十四圖係顯示具備量測研磨墊之厚度變化量的墊高度感測器之研磨單元的一例之模式圖。
第十五圖係顯示第十圖所示之人工智慧的構成之修改例的模式圖。
第十六圖係顯示至少包含1個研磨裝置之研磨系統的一個實施形態之模式圖。
第十七圖係顯示至少包含1個研磨裝置之研磨系統的其他實施形態之模式圖。
第十八圖係顯示藉由從研磨墊表面向上方分離之墊調溫構件調整墊表面溫度之情形的模式圖。
第十九圖係顯示4個研磨單元之各個溫度行動的曲線圖。
以下,參照圖式說明本發明之實施形態。
第一圖係顯示配置於研磨裝置之研磨單元的一個實施形態之模式圖。研磨裝置至少具備1個第一圖所示之研磨單元。如第一圖所示,研磨單元具備:保持基板之一例的晶圓W並使其旋轉之研磨頭1;支撐研磨墊3之研磨台2;在研磨墊3之表面供給研磨液(例如漿液)的研磨液供給噴嘴4;及調整研磨墊3之表面溫度的墊溫度調整裝置5。研磨墊3之表面(上面)構成研磨晶圓W之研磨面。
研磨頭1可在鉛直方向移動,且以其軸心為中心可在箭頭指示之方向旋轉。晶圓W藉由真空吸附等而保持於研磨頭1之下面。研磨台2連結有馬達(無圖示),並可在箭頭指示之方向旋轉。如第一圖所示,研磨頭1及研磨台2在相同方向旋轉。研磨墊3貼合於研磨台2之上面。
研磨單元進一步具備修整研磨台2上之研磨墊3的修整器20。修整器20係以通過研磨墊3之表面上,而在研磨墊3之半徑方向搖動的方式構成。修整器20之下面構成由鑽石粒子等許多研磨粒構成的修整面。修整器20在研磨墊3之研磨面上搖動且旋轉,藉由少許削除研磨墊3來修整研磨墊3之表面。
晶圓W之研磨進行如下。研磨之晶圓W藉由研磨頭1保持,進一步藉由研磨頭1旋轉。另外,研磨墊3與研磨台2一起旋轉。在該狀態下,從研磨液供給噴嘴4供給研磨液至研磨墊3表面,再者,晶圓W之表面藉由研磨頭1而對研磨墊3表面(亦即研磨面)按壓。晶圓W之表面在研磨液存在下,藉由與研磨墊3滑動接觸而被研磨。晶圓W之表面藉由研磨液的化學性作用與研磨液中包含之研磨粒的機械性作用而加以平坦化。
墊溫度調整裝置5具備:可接觸於研磨墊3表面之墊接觸構件11;將調整過溫度之加熱液及冷卻液供給至墊接觸構件11的液體供給系統30;及以
使研磨墊3之表面溫度到達指定的目標溫度,然後維持該目標溫度之方式,至少控制加熱液及冷卻液之流量的控制部40。
本實施形態之控制部40係以控制包含墊溫度調整裝置5之整個研磨裝置的動作之方式構成。以下之說明係說明控制部40控制包含墊溫度調整裝置5之1個研磨單元的動作之實施形態,不過,本實施形態不限定於此例。例如,研磨裝置具備複數個研磨單元時,控制部40可個別控制各研磨單元之動作。
第一圖所示之液體供給系統30具備:貯存調整過溫度之加熱液的作為加熱液供給源之加熱液供給槽31;以及連結加熱液供給槽31與墊接觸構件11之加熱液供給管32及加熱液回流管33。加熱液供給管32及加熱液回流管33之一方端部連接於加熱液供給槽31,另一方端部連接於墊接觸構件11。
調整過溫度之加熱液從加熱液供給槽31通過加熱液供給管32供給至墊接觸構件11,並在墊接觸構件11內流動,而後,從墊接觸構件11通過加熱液回流管33返回加熱液供給槽31。因此,加熱液係在加熱液供給槽31與墊接觸構件11之間循環。本實施形態係在加熱液供給槽31中配置有加熱源(例如,加熱器)48。貯存於加熱液供給槽31之加熱液藉由該加熱源48加熱至指定的溫度(設定溫度)。
加熱液供給管32中安裝有第一開閉閥41及第一流量控制閥42。第一流量控制閥42配置於墊接觸構件11與第一開閉閥41之間。第一開閉閥41係不具流量調整功能的閥門,而第一流量控制閥42係具有流量調整功能的閥門。
液體供給系統30進一步具備連接於墊接觸構件11之冷卻液供給管51及冷卻液排出管52。冷卻液供給管51連接於設於設置了研磨裝置之工廠的冷卻液供給源(例如,冷水供給源)。冷卻液通過冷卻液供給管51供給至墊接觸
構件11,並在墊接觸構件11內流動,而後從墊接觸構件11通過冷卻液排出管52排出。一個實施形態係亦可將在墊接觸構件11內流動之冷卻液通過冷卻液排出管52而返回冷卻液供給源。
冷卻液供給管51中安裝有第二開閉閥55及第二流量控制閥56。第二流量控制閥56配置於墊接觸構件11與第二開閉閥55之間。第二開閉閥55係不具流量調整功能之閥門,而第二流量控制閥56係具有流量調整功能之閥門。
供給至墊接觸構件11之加熱液係使用溫水。溫水藉由加熱液供給槽31之加熱源48例如加熱至約80℃。欲使研磨墊3之表面溫度更迅速上昇情況下,亦可使用矽油作為加熱液。使用矽油作為加熱液情況下,矽油藉由加熱液供給槽31之加熱源48加熱至100℃以上(例如,約120℃)。供給至墊接觸構件11之冷卻液使用冷水或矽油。使用矽油作為冷卻液情況下,將冷卻液供給源之冷卻器(Chiller)連接於冷卻液供給管51,藉由將矽油冷卻至0℃以下,可迅速冷卻研磨墊3。冷水可使用純水。為了冷卻純水而生成冷水,亦可使用冷卻器作為冷卻液供給源。此時,亦可將在墊接觸構件11內流動之冷水通過冷卻液排出管52而返回冷卻器。
加熱液供給管32及冷卻液供給管51係完全獨立之配管。因此,加熱液及冷卻液不致混合而同時供給至墊接觸構件11。加熱液回流管33及冷卻液排出管52亦係完全獨立之配管。因此,加熱液不致與冷卻液混合而返回加熱液供給槽31,冷卻液不致與加熱液混合而排出,或是返回冷卻液供給源。
墊溫度調整裝置5進一步具備量測研磨墊3之表面溫度(以下,有時稱為墊表面溫度)的墊溫度量測器39,控制部40依據藉由墊溫度量測器39所量
測之墊表面溫度操作第一流量控制閥42及第二流量控制閥56。第一開閉閥41及第二開閉閥55通常開啟。
墊溫度量測器39配置於研磨墊3表面之上方,並以不接觸而量測研磨墊3之表面溫度的方式構成。墊溫度量測器39連接於控制部40,進一步經由控制部40而連接於溫度顯示器45。墊溫度量測器39亦可係量測研磨墊3之表面溫度的紅外線放射溫度計或熱電偶溫度計,亦可係量測研磨墊3之表面溫度,而取得研磨墊3之溫度分布的溫度記錄器或熱電堆。本實施形態之墊溫度量測器39係紅外線放射溫度計、熱電偶溫度計、溫度記錄器及熱電堆中至少1個溫度量測器。墊溫度量測器39上附著藉由研磨晶圓W而飛濺之液體(漿液等)時,墊溫度量測器39無法正確量測研磨墊3之表面溫度。因此,墊溫度量測器39係配置於比研磨墊3之表面足夠高的位置。
第二圖係從上方觀看墊溫度量測器39之溫度量測區域的圖,第三圖係從側方觀看墊溫度量測器39之溫度量測區域的圖。墊溫度量測器39係熱電偶溫度計、溫度記錄器、及熱電堆時,墊溫度量測器39係以量測包含研磨墊3之中心CL與研磨墊3之外周部3a的區域中之研磨墊3表面溫度的方式構成(參照第二圖及第三圖之虛線)。墊溫度量測器39係紅外線放射溫度計時,墊溫度量測器39係以量測存在於研磨墊3之中心CL與研磨墊3的外周部3a之間的一部分區域中之研磨墊3表面溫度的方式構成(參照第二圖及第三圖之一點鏈線)。墊溫度量測器39係紅外線放射溫度計時,研磨單元宜具有可變更墊溫度量測器39在研磨墊3之半徑方向的位置之位置調整機構者。
墊溫度量測器39以不接觸方式量測墊表面溫度,並將墊表面溫度之量測值送至控制部40。墊溫度量測器39於每個指定時間(例如每100ms)量測
墊表面溫度。控制部40以使墊表面溫度到達預設之目標溫度,然後維持該目標溫度之方式,依據所量測之墊表面溫度操作第一流量控制閥42及第二流量控制閥56。第一流量控制閥42及第二流量控制閥56按照來自控制部40之控制信號而動作,調整供給至墊接觸構件11之加熱液流量及冷卻液流量。流經墊接觸構件11之加熱液及冷卻液與研磨墊3之間進行熱交換,藉此墊表面溫度變化。
墊表面溫度藉由此種反饋控制而到達指定之目標溫度,然後維持該目標溫度。反饋控制例如係PID控制。本實施形態係控制部40依據研磨墊3之表面溫度與指定的目標溫度之差,PID控制第一流量調整閥42及第二流量調整閥56之操作量。為了執行該PID控制係預先在控制部40中輸入有PID參數(亦即,比例增益P、積分增益I、及微分增益D)。
第一流量控制閥42之操作量及第二流量控制閥56之操作量,換言之即是閥門開度。第一流量控制閥42之操作量與加熱液的流量成比例,第二流量控制閥56之操作量與冷卻液的流量成比例。且第一流量控制閥42之操作量宜與加熱液的流量成正比,第二流量控制閥56之操作量宜與冷卻液的流量成正比。
控制部40可使用任意之控制裝置。例如,控制部40可使用專用之電腦或通用的電腦(例如個人電腦)。一個實施形態係控制部40亦可係PLC(可程式邏輯控制器(Programmable Logic Controller))或伺服器。再者,控制部40亦可包含FPGA(現場可程式閘陣列(Field-Programmable gate array))。研磨墊3之目標溫度依晶圓W的種類或研磨程序來決定,決定後之目標溫度預先輸入控制部40。
使墊表面溫度到達指定之目標溫度,然後,為了維持,墊接觸構件11接觸於研磨墊3表面(亦即研磨面)。本說明書中,墊接觸構件11接觸於研
磨墊3表面之樣態,除了墊接觸構件11直接接觸於研磨墊3表面的樣態之外,亦包含在墊接觸構件11與研磨墊3表面之間存在研磨液(漿液)的狀態下,墊接觸構件11接觸於研磨墊3表面的樣態。任何樣態皆係流經墊接觸構件11之加熱液及冷卻液與研磨墊3之間進行熱交換,藉此控制墊表面溫度。
如第一圖所示,墊溫度調整裝置5進一步具備使墊接觸構件11對研磨墊3表面垂直移動之上下運動機構(垂直移動機構)71。墊接觸構件11保持於上下運動機構71。該上下運動機構71係構成可使墊接觸構件11對研磨墊3表面在上下方向移動。藉由此種構成,墊接觸構件11可直接接觸於研磨墊3的表面。上下運動機構71係由伺服馬達與滾珠螺桿機構之組合、或是空氣汽缸等而構成。採用此種上下運動機構71時,可將墊接觸構件11以指定之擠壓力按壓於研磨墊3的表面。例如,將墊接觸構件11按壓於研磨墊3表面之擠壓力係藉由傳送至伺服馬達之脈衝信號,或是控制供給至空氣汽缸之氣體壓力而調整成指定的擠壓力。
墊接觸構件11係以對研磨墊3表面垂直移動,並將研磨墊3表面上之區域(研磨墊3半徑方向之位置)的溫度維持一定之方式構成。例如,墊接觸構件11係以將從研磨墊3之中心CL起的距離為100mm之研磨墊3半徑方向的位置之溫度維持在55度的方式,對研磨墊3表面在垂直方向移動。使用者可任意決定(變更)藉由墊接觸構件11控制之研磨墊3的表面溫度及研磨墊3半徑方向之位置。例如,使用者就研磨墊3半徑方向之位置,亦可將從研磨墊3之中心CL起的距離從100mm變更成200mm,就研磨墊3之表面溫度亦可從55度變更成70度。結果,墊接觸構件11將從研磨墊3之中心CL起的距離為200mm之研磨墊3半徑方向的位置之溫度維持在70度的方式,對研磨墊3表面在上下方向移動。
其次,參照第四圖說明墊接觸構件11之一例。第四圖係顯示墊接觸構件11之一個實施形態的水平剖面圖。如第四圖所示,墊接觸構件11具有形成於其內部之加熱流路61及冷卻流路62。加熱流路61及冷卻流路62彼此鄰接(彼此並排)而延伸,且螺旋狀延伸。再者,加熱流路61及冷卻流路62具有點對稱之形狀,彼此具有相同長度。
如第四圖所示,加熱流路61及冷卻流路62基本上分別由曲率一定之複數條圓弧流路64;及連結此等圓弧流路64之複數條傾斜流路65而構成。鄰接之2條圓弧流路64藉由各傾斜流路65連結。藉由此種構成,可將加熱流路61及冷卻流路62之各個最外周部配置於墊接觸構件11的最外周部。換言之,由墊接觸構件11之下面構成的大致整個墊接觸面位於加熱流路61及冷卻流路62之下方,加熱液及冷卻液可將研磨墊3之表面迅速加熱及冷卻。
加熱液供給管32連接於加熱流路61之入口61a,加熱液回流管33連接於加熱流路61之出口61b。冷卻液供給管51連接於冷卻流路62之入口62a,冷卻液排出管52連接於冷卻流路62之出口62b。加熱流路61及冷卻流路62之入口61a、62a位於墊接觸構件11的周緣部,加熱流路61及冷卻流路62之出口61b、62b位於墊接觸構件11的中心部。因此,加熱液及冷卻液係從墊接觸構件11之周緣部朝向中心部螺旋狀流動。加熱流路61及冷卻流路62完全分離,加熱液及冷卻液不致在墊接觸構件11內混合。
如第四圖所示,由於加熱流路61及冷卻流路62彼此鄰接,因此,加熱流路61及冷卻流路62除了研磨墊3的徑方向之外,亦沿著研磨墊3之周方向排列。因此,當研磨台2及研磨墊3旋轉時,接觸於墊接觸構件11之研磨墊3則與加熱液及冷卻液兩者進行熱交換。
如第一圖所示,墊溫度調整裝置5亦可具備安裝於加熱液供給管32之加熱液泵47。加熱液泵47連接於控制部40,控制部40構成可控制加熱液泵47之動作。例如,控制部40藉由控制加熱液泵47之旋轉速度,可調整供給至墊接觸構件11之加熱液的壓力。再者,墊溫度調整裝置5具有加熱液泵47時,亦可省略安裝於加熱液供給管32之第一流量調整閥42。藉由控制部40控制加熱液泵47之旋轉速度,可調整供給至墊接觸構件11之加熱液的流量。此時,控制部40預先記憶顯示加熱液泵47之旋轉速度與加熱液之流量的關係之關係公式或資料表。
墊溫度調整裝置5亦可具備安裝於冷卻液供給管51之冷卻液泵,不過無圖示。此時,冷卻液泵連接於控制部40,控制部40構成可控制冷卻液泵之動作。例如,控制部40藉由控制冷卻液泵之旋轉速度,可調整供給至墊接觸構件11之冷卻液的壓力。再者,墊溫度調整裝置5具有冷卻液泵時,亦可省略安裝於冷卻液供給管51之第二流量調整閥56。藉由控制部40控制冷卻液泵之旋轉速度,可調整供給至墊接觸構件11之冷卻液的流量。此時,控制部40預先記憶顯示冷卻液泵之旋轉速度與冷卻液之流量的關係之關係公式或資料表。
研磨裝置至少具備1個上述之研磨單元。研磨裝置具備複數個研磨單元時,上述控制部40在複數個研磨單元間發揮共同控制部之功能。更具體而言,控制部40係以控制各研磨單元之動作、及各研磨單元具有之墊溫度調整裝置5的動作之方式構成。再者,在半導體元件等之工廠中多設置複數個研磨裝置。亦即,在此種工廠中設有分別具有複數個研磨單元之複數個研磨裝置。
第五圖係顯示控制部40之一個實施形態的模式圖。第五圖所示之控制部40係專用或通用的電腦(例如,個人電腦)。一個實施形態之控制部40亦可係PLC(可程式邏輯控制器(Programmable Logic Controller))或是伺服器。
再者,控制部40亦可包含FPGA(場可程式閘陣列(Field-Programmable gate array))。第五圖所示之控制部40具備:儲存程式及資料等之記憶裝置110;按照儲存於記憶裝置110之程式進行運算之CPU(中央處理裝置)或GPU(圖形處理單元)等之處理裝置120;用於將資料、程式、及各種資訊輸入記憶裝置110之輸入裝置130;用於輸出處理結果及處理後之資料的輸出裝置140;及用於連接於網際網路等網路之通信裝置150。
記憶裝置110具備:處理裝置120可存取之主記憶裝置111;及儲存資料及程式的輔助記憶裝置112。主記憶裝置111例如係隨機存取記憶體(RAM),輔助記憶裝置112係硬碟(HDD)或固態硬碟(SSD)等之儲存裝置。
輸入裝置130具備鍵盤、滑鼠,進一步具備:用於從記錄媒介讀取資料之記錄媒介讀取裝置132;及連接記錄媒介之記錄媒介埠134。記錄媒介係非暫時性有形物之電腦可讀取的記錄媒介,例如係光碟(例如,CD-ROM、DVD-ROM)、及半導體記憶體(例如,USB隨身碟、記憶卡)。記錄媒介讀取裝置132之例可列舉:唯讀光碟機(CD-ROM Drive)、唯讀DVD光碟機(DVD-ROM Drive)等光學驅動器、及讀卡機。記錄媒介埠134之例可列舉USB埠。記憶於記錄媒介之程式及/或資料經由輸入裝置130導入電腦,並儲存於記憶裝置110之輔助記憶裝置112。輸出裝置140具備:顯示裝置141、列印裝置142。
如參照第十九圖之說明,因各研磨單元間之機械差異而在溫度行動上發生偏差。本實施形態為了抑制此種溫度行動之偏差,控制部40之處理裝置120係依據墊溫度量測器39之量測值與該量測時間,製作研磨墊3到達指定之目標溫度前的溫度行動曲線,並以研磨下一個晶圓W時之溫度行動曲線維持在指定的容許範圍之方式,變更溫度行動參數之至少1個而構成。另外,溫度行動曲
線在每次研磨晶圓W時製作,控制部40之處理裝置120將複數條溫度行動曲線儲存於記憶裝置110。以下,參照第六圖及第七圖說明溫度行動曲線及指定之容許範圍。
第六圖係顯示溫度行動曲線之一例的曲線圖,第七圖係顯示溫度行動曲線之其他例的曲線圖,第六圖係顯示溫度行動曲線進入後述的容許範圍之例的曲線圖,第七圖係顯示溫度行動曲線超出容許範圍之例的曲線圖。第六圖及第七圖中,縱軸表示研磨墊3之表面溫度(墊表面溫度),橫軸表示時間。
另外,如第七圖所示,墊溫度調整裝置5使墊表面溫度侷限在目標溫度中途,墊表面溫度會一度超出目標溫度。該現象稱為「過衝(Overshoot)」。本說明書中所謂「研磨墊3之表面溫度(墊表面溫度)到達目標溫度」,係包含該過衝的概念。更具體而言,發生過衝時,不將墊表面溫度一度到達目標溫度之時間判斷為墊表面溫度到達目標溫度的時間,而是將過衝後墊表面溫度侷限在目標溫度之時間判斷為墊表面溫度到達目標溫度的時間。
如上述,首先,控制部40對上下運動機構71賦予指令,使墊接觸構件11接觸於研磨墊3的表面,開始調整墊表面溫度。藉此,研磨墊3之表面溫度開始上昇。第六圖及第七圖之時間Ta係墊接觸構件11接觸於研磨墊3表面的時間,亦即係墊接觸構件11開始調整墊表面溫度之時間。其次,控制部40對研磨頭1賦予指令,將保持於該研磨頭1之晶圓W的表面按壓於研磨墊3,開始研磨晶圓(基板)W。第六圖及第七圖之時間Tb係晶圓W接觸於研磨墊3表面(研磨面)之時間,亦即係開始研磨晶圓W之時間。如第六圖及第七圖所示,常溫之晶圓W接觸於開始調整墊表面溫度後的研磨墊3表面時,墊表面溫度暫時降低。
控制部40至少控制分別流經墊接觸構件11之加熱流路61及冷卻流路62的加熱液及冷卻液之流量,使墊表面溫度到達指定的目標溫度。第六圖及第七圖之時間Tc係墊表面溫度到達指定之目標溫度的時間。然後,控制部40以墊表面溫度維持目標溫度之方式,至少控制分別流經墊接觸構件11之加熱流路61及冷卻流路62的加熱液及冷卻液之流量。
溫度行動曲線R係顯示墊接觸構件11從開始調整墊表面溫度之時間Ta至到達目標溫度之時間Tc的墊表面溫度依時間變化(亦即,溫度行動)之曲線。控制部40依據從墊溫度量測器39送來之墊表面溫度的量測值與該量測時間製作溫度行動曲線R,並記憶該溫度行動曲線R。
墊溫度量測器39在每個指定時間(例如,每100ms)量測墊表面溫度,墊表面溫度之量測值依序送至控制部40。控制部40在每次從墊溫度量測器39送來墊表面溫度之量測值與該量測時間時,依序將該量測值描繪於第六圖所示的曲線圖,在研磨墊3之表面溫度到達目標溫度的時間Tc,以柔和之曲線連接複數個描繪點。藉此,控制部40可取得溫度行動曲線R。
第六圖及第七圖中,容許範圍係藉由劃分該容許範圍上限之上限曲線Ru、與劃分該容許範圍下限之下限曲線R1夾著的區域。該容許範圍係可容許溫度行動曲線R偏差的範圍。控制部40於溫度行動曲線R之至少一部分超出容許範圍時(參照第七圖),決定為溫度行動曲線R超出容許範圍。容許範圍例如可藉由研磨裝置之製造者進行的實驗來決定。該容許範圍在各研磨單元中共用。
或是,亦可從研磨指定片數(例如,100片)之晶圓W時獲得的複數條溫度行動曲線製作容許範圍。以下,說明從複數條溫度行動曲線製作容許範圍之方法的一例。
如第六圖及第七圖所示,墊溫度量測器39在每個指定之時間間隔(亦即,每個量測時間T1、T2、T3、T4、…、Tn)量測墊表面溫度,並在每個指定之時間間隔將墊表面溫度之量測值送至控制部40。最初之量測時間T1相當於上述時間Ta,量測時間Tn相當於上述時間Tc。本實施形態中,開始研磨晶圓W之時間Tb係在量測時間T1(=Ta)與量測時間Tn(=Tc)之間。另外,第六圖及第七圖係為了避免圖式複雜,而放大描繪鄰接之量測時間的間隔。鄰接的量測時間之間的實際間隔比第六圖及第七圖所示之間隔窄,例如係100ms。
控制部40將從時間Ta(=T1)至時間Tc(=Tn)為止的複數個墊表面溫度之量測值與量測時間T1、T2、T3、T4、…、Tn相關連而記憶。再者,控制部40於每研磨指定片數之晶圓W時執行該操作。藉此,在控制部40中儲存與相同之量測時間T1、T2、…、Tn相關連的墊表面溫度之量測值的複數個資料集。第八圖係顯示複數個資料集之一例的模式圖。另外,在製作第八圖所示之複數個資料集時,宜排除構成超出容許範圍之溫度行動曲線(參照第七圖)的墊表面溫度之量測值與該量測時間的組合者。亦即,第八圖所示之複數個資料集宜為僅由構成進入容許範圍之溫度行動曲線(參照第六圖)的墊表面溫度之量測值與該量測時間的組合而構成者。
其次,控制部40製作各資料集之正規分布。第九圖係顯示依據第八圖所示之量測時間T2的資料集D2所製作之正規分布圖。控制部40依據第九圖所示之正規分布抽出上述上限曲線Ru的1個描繪點。例如,抽出相當於第九圖所示之正規分布的2σ之墊表面溫度的值作為構成上限曲線Ru之1個描繪點Pu2(參照第六圖)。控制部40以對應於全部量測時間T1、T2、…、Tn之資料集反覆進行該作業,而獲得形成上限曲線Ru之複數個描繪點Pu1、Pu2、…、Pun。藉由以柔
和之曲線連接此等描繪點Pu1、Pu2、…、Pun而獲得上限曲線Ru。另外,第六圖中僅描繪描繪點Pu2作為形成上限曲線Ru之描繪點的代表。
同樣地,抽出相當於第九圖所示之正規分布的一2σ之墊表面溫度的值作為構成下限曲線Rl之1個描繪點Pl2(參照第六圖)。控制部40以對應於全部量測時間T1、T2、…、Tn之資料集反覆進行該作業,而獲得形成下限曲線Rl之複數個描繪點Pl1、Pl2、…、Pln。藉由以柔和之曲線連接此等描繪點而獲得下限曲線Rl。另外,第六圖中僅描繪描繪點Pl2作為形成下限曲線Rl之描繪點的代表。如此獲得之容許範圍相當於研磨指定片數的晶圓W時獲得之複數條溫度行動曲線的平均之±2σ的範圍。
從研磨指定片數(例如,100片)之晶圓W時獲得的複數條溫度行動曲線製作容許範圍之方法的其他例,係從複數條溫度行動曲線中選擇基準溫度行動曲線的方法。基準溫度曲線例如係將複數條溫度行動曲線描繪於同一個曲線圖上時,位於最中心的溫度行動曲線。容許範圍藉由從基準溫度曲線指定比率程度在上下方向分離的上限曲線Ru與下限曲線Rl來劃分。更具體而言,劃分容許範圍上限之上限曲線Ru係藉由以柔和的曲線連接構成選擇之基準溫度行動曲線的各墊表面溫度之值乘以正數的指定係數(+C%)所獲得之值而獲得。劃分容序許範圍下限之下限曲線Rl係藉由以柔和的曲線連接構成選擇之基準溫度行動曲線的各墊表面溫度之值乘以負數的指定係數(-C%)所獲得之值而獲得。此時,容許範圍藉由從基準溫度曲線±C%程度在上下方向分離之上限曲線Ru與下限曲線Rl而劃分。一般而言,指定比率之C值為使用在5至20範圍之值。
如第七圖所示,溫度行動曲線R超出指定之容許範圍時,可能會對製品(亦即,半導體元件)的合格率造成不良影響。因而,溫度行動曲線R宜
始終收在指定的容許範圍內。用於將溫度行動曲線R收在指定之容許範圍的方法之一例,係當研磨晶圓W時製作之溫度行動曲線R超出指定的容許範圍時,變更研磨下一個晶圓W時使用之至少1個溫度行動參數的方法。須變更之溫度行動參數及其變更值例如可藉由研磨裝置之製造者進行實驗來決定。
但是,本實施形態為了將溫度行動曲線R維持在指定之容許範圍,控制部40係使用人工智慧(AI:artificial intelligence)來預測須變更之溫度行動參數與其變更值。
另外,本說明書中,溫度行動參數係可變更上述溫度行動之參數的總稱。溫度行動參數之代表例子列舉如下。
1)加熱液之流量
2)冷卻液之流量
3)用於決定第一流量調整閥42及第二流量調整閥56之操作量的PID參數
4)加熱液泵之旋轉速度
5)冷卻液泵之旋轉速度
6)加熱液之供給壓
7)冷卻液之供給壓
8)加熱液之溫度
9)冷卻液之溫度
10)加熱源48之設定溫度
11)研磨液之溫度
12)研磨液之流量
13)研磨液之滴下位置
14)研磨頭1之旋轉速度
15)研磨台2之旋轉速度
16)晶圓W對研磨墊3之研磨負荷
17)墊接觸構件11對研磨墊3之按壓負荷
18)修整條件
19)研磨單元內之環境溫度
20)墊溫度量測器39在研磨墊3之半徑方向的位置
21)時間
記載於上述項目21)之時間係表示控制部40取得上述項目1)至20)中記載之溫度行動參數的時間,且係與上述項目1)至20)中記載的溫度行動參數相關之值。此時,為了藉由變更溫度行動參數來調整研磨墊3之溫度,因為需要時時刻刻監視變化的溫度行動參數,所以為了執行正確之溫度控制,溫度行動參數之取得時間成為非常重要的因素。因而,本說明書係定義為在溫度行動參數中包含「時間」。
藉由變更上述1)至20)所示之溫度行動參數的至少1個,可使溫度行動(亦即,溫度行動曲線)變化。例如,使加熱液之流量及/或溫度增加,或是使冷卻液之流量及/或溫度減少時,研磨墊3之表面溫度會更迅速上昇。變更PID參數時,第一流量調整閥42及第二流量調整閥56之操作量變化,結果,變更加熱液之流量及冷卻液的流量。特別是PID參數之比例增益P的變更對溫度行動之變化的作用大。
在加熱液供給管32中安裝有加熱液泵47(參照第一圖)時,藉由變更加熱液泵47之旋轉速度可變更加熱液的流量及供給壓。同樣地,在冷卻液供給管51中安裝有冷卻液泵(無圖示)時,藉由變更冷卻液泵之旋轉速度可變更冷卻液的流量及供給壓。因此,藉由變更加熱液泵47之旋轉速度及/或冷卻液泵的旋轉速度可使溫度行動變化。
此外,控制部40亦可變更配置於加熱液供給槽31之加熱源(例如,加熱器)48的設定溫度。藉此,由於變更供給至墊接觸構件11之加熱液的溫度,因此可使溫度行動變化。
供給至研磨墊3上之研磨液(漿液)使藉由墊接觸構件11而上昇之墊表面溫度降低。因此,變更研磨液之溫度及/或流量時,墊表面溫度之降低量變化,結果,溫度行動變化。由於同樣的理由,藉由變更研磨液之滴下位置可使溫度行動變更。
將保持於旋轉之研磨頭1的晶圓W按壓於支撐在旋轉之研磨台2的研磨墊3時,在晶圓W與研磨墊3之間產生摩擦熱,墊表面溫度因該摩擦熱而上昇。該摩擦熱之量依研磨頭1之旋轉速度、研磨台2之旋轉速度、晶圓W對研磨墊3之研磨負荷而變化。因此,藉由變更研磨頭1之旋轉速度、研磨台2之旋轉速度、及/或研磨負荷可使溫度行動變化。
再者,藉由上下運動機構71將墊接觸構件11按壓於旋轉之研磨墊3的表面時,在墊接觸構件11與研磨墊3之間產生摩擦熱,墊表面溫度亦因該摩擦熱而上昇。該摩擦熱之量依墊接觸構件11對研磨墊3之按壓負荷而變化。因此,藉由變更上下運動機構71將墊接觸構件11按壓於研磨墊3表面之按壓負荷,可使溫度行動變化。
修整器20按照預設之修整條件來修整研磨墊3表面。該修整條件例如包含:修整器20之旋轉速度、修整器20對研磨墊3之按壓負荷等。變更修整條件時,藉由修整器20修整後之研磨墊3的表面粗度變化。結果,由於研磨中之晶圓W與研磨墊3之間產生的摩擦熱之量、及墊接觸構件11與研磨墊3之間產生的摩擦熱之量變化,因此藉由變更修整條件可使溫度行動變化。
由於研磨單元內之環境溫度亦影響溫度行動,因此該環境溫度亦係1個溫度行動參數。例如,環境溫度係20℃之研磨單元中的溫度行動曲線之斜度,比環境溫度係25℃之研磨單元中的溫度行動曲線之斜度小。
如上述,墊溫度量測器39係紅外線放射溫度計時,可調整墊溫度量測器39在研磨墊3之半徑方向的位置。變更墊溫度量測器39在研磨墊3之半徑方向的位置時,研磨墊3中之墊溫度量測器39的量測區域變化。因而,墊溫度量測器39之量測值在變更其位置的前後變化。由於控制部40依據量測之墊表面溫度來操作第一流量控制閥42及第二流量控制閥56,因此藉由變更墊溫度量測器39在研磨墊3之半徑方向的位置可使溫度行動變化。
第十圖係顯示搭載於第五圖所示之控制部40的人工智慧之構成一例的模式圖。第十圖所示之人工智慧係進行使用類神經網路或量子計算的機械學習,建立用於將溫度行動曲線R維持在指定之容許範圍的學習完成模型。一般而言,學習完成模型係以對輸入資料輸出預測結果或診斷結果之方式建立。例如,將至少1個溫度行動參數輸入學習完成模型時,學習完成模型預測並輸出為了將溫度行動曲線R維持在指定之容許範圍而須變更之至少1個溫度行動參數及其變更值。
第十一圖係用於說明建立第十圖所示之學習完成模型的方法之流程圖。建立學習完成模型時,首先,進行資料收集(參照步驟1),並製作原始資料集合體(參照步驟2)。在步驟1進行之資料收集係涵蓋廣範圍實施。例如,收集之資料中包含:配置於研磨裝置之各種感測器的量測值、配置於研磨裝置之各構成設備的材料、作業人員輸入研磨裝置之參數等,將攝像裝置配置於研磨裝置時,亦包含該攝像裝置所取得之圖像資料。再者,收集之資料中亦可包含處理了感測器之量測值、圖像資料等的加工資料,亦可包含保存研磨裝置之各種資料的資料庫、及檢索資料。此等原始資料之集合體稱為「大數據(Big Data)」。
其次,從原始資料之集合體製作用於建立學習完成模型所需的學習用資料集(參照步驟3)。學習用資料集係建立用於將溫度行動曲線R維持在指定之容許範圍的學習完成模型時需要的資料集,且亦稱為「教師資料」。該學習用資料集係正常資料、異常資料、參照資料、或混合資料。所謂混合資料,係指正常資料與異常資料以指定的比率混合之資料集。例如,混合資料亦可由80%之正常資料與20%之異常資料構成,亦可由90%之正常資料與10%之異常資料構成。一般而言,混合資料中所含的正常資料比異常資料多,多採用之正常資料對異常資料的比率為8:1或9:1。因此,宜使用以正常資料之比率與異常資料之比率的合計為100%之方式,從70~100%之範圍選擇正常資料的比率,且從0~30%之範圍選擇異常資料的比率所製作之混合資料。
學習用資料集例如含有至少1個溫度行動參數。如上述,溫度行動參數包含:加熱液之流量、冷卻液之流量、用於決定第一流量調整閥42及第二流量調整閥56之操作量的PID參數、加熱液泵之旋轉速度、冷卻液泵之旋轉速度、加熱液之供給壓、冷卻液之供給壓、加熱液之溫度、冷卻液之溫度、加熱源48之
設定溫度、研磨液之溫度、研磨液之流量、研磨液之滴下位置、研磨頭1之旋轉速度、研磨台2之旋轉速度、晶圓W對研磨墊3之研磨負荷、墊接觸構件11對研磨墊3之按壓負荷、修整條件、及研磨單元內之環境溫度等的溫度行動參數;紅外線放射溫度計在研磨墊3之半徑方向的位置;及時間。學習用資料集亦可預先記憶於控制部40的記憶裝置110中,亦可經由通信裝置150而提供給控制部40。再者,學習用資料集亦可包含儲存於記憶裝置110之複數條溫度行動曲線,再者,亦可包含製作各溫度行動曲線時使用之墊溫度量測器39的量測值、及其量測時間的組合。
其次,進行使用類神經網路或量子計算之機械學習(參照步驟4),建立用於將溫度行動曲線R維持在指定之容許範圍的學習完成模型(參照步驟5)。用於建立學習完成模型之機械學習包含:使用正常資料作為學習用資料集之學習、使用異常資料作為學習用資料集之學習、使用參照資料作為學習用資料集之學習、及使用混合資料作為學習用資料集之學習。用於建立學習完成模型之機械學習中亦包含與上述學習不同之學習。例如,學習完成模型亦可藉由進行不用學習用資料集之學習(亦即,無「教師資料」之學習)、或是進行強化學習來建立。
使用類神經網路或量子計算之機械學習宜採用深層學習法(Deep Learning法)。深層學習法係以將隱藏層(亦稱為中間層)多層化之類神經網路為基礎的學習法。本說明書係將使用由輸入層、二層以上之隱藏層、及輸出層構成的類神經網路之機械學習稱為深層學習。
第十二圖係顯示類神經網路構造之一例的模式圖。學習完成模型係藉由使用第十二圖所示之類神經網路的深層學習法來建立。
第十二圖所示之類神經網路具有:輸入層301、複數個(圖示之例係5個)隱藏層302、及輸出層303。使用正常資料作為學習用資料集時,控制部40為了建立學習完成模型而使用正常資料調整構成類神經網路之加權參數。更具體而言,控制部40將包含用於學習而製作之至少1個溫度行動參數的資料輸入類神經網路之輸入層301時,係以從類神經網路之輸出層303輸出為了將溫度行動曲線維持在指定之容許範圍內而須變更的溫度行動參數及相當於其變更值之資料的方式,調整類神經網路之加權參數。例如,將包含至少1個溫度行動參數之資料輸入類神經網路的輸入層301時,係以從類神經網路之輸出層303輸出用於將溫度行動曲線維持在指定之容許範圍內而須變更的PID參數及該PID參數之變更值的方式,調整類神經網路之加權參數。
從輸出層303所輸出之PID參數的變更值與溫度行動曲線進入指定之容許範圍內時的PID參數之集合體的正常範圍比較。從輸出層303所輸出之PID參數的變更值超出正常範圍時,將包含用於學習所製作之至少1個溫度行動參數的資料再度輸入類神經網路之輸入層301時,係以從輸出層303輸出之PID參數的變更值進入正常範圍之方式自動調整加權參數。因此,學習完成模型係藉由反覆進行至少1個溫度行動參數輸入至輸入層、來自輸出層之輸出值與正常範圍的比較,及加權參數之調整而建立。
再者,控制部40宜將檢驗用資料輸入類神經網路,檢驗從類神經網路所輸出之資料是否相當於正常範圍內所含的資料者。檢驗用資料亦可藉由預先抽出在步驟3所製作之學習用資料集的一部分來製作。或是,亦可使用步驟3所製作之全部學習用資料集作為檢驗用資料。此時,將在步驟3所製作之全部學
習用資料集再度輸入學習完成模型,並使用相同之學習用資料集反覆調整加權參數。
一個實施形態係類神經網路亦可具有與輸入層301不同之輸入層301’。輸入層301’中例如亦可輸入與溫度行動參數不同之資料,亦可輸入與輸入輸入層301之溫度行動參數不同的溫度行動參數。輸入輸入層301’的資料之例係儲存於記憶裝置110之複數條溫度行動曲線、及/或製作各溫度行動曲線時使用的墊溫度量測器39之量測值及其量測時間的組合。輸入輸入層301’的資料之其他例係研磨單元使用之消耗品的使用時間。消耗品之例包含研磨墊3;晶圓W研磨中,防止晶圓W從研磨頭1跳出之扣環(無圖示);及配置於研磨頭1下方,用於以指定之按壓力將晶圓W按壓於研磨墊3的隔膜(無圖示)等。
輸入輸入層301’之資料的又其他例係表示影響溫度行動之狀態量依時間變化的溫度行動參數(例如,加熱液之溫度、研磨頭1之旋轉速度、研磨台2之旋轉速度、修整條件、研磨頭1之研磨負荷、及研磨液之流量等)。輸入輸入層301’之資料的又其他例係表示影響溫度行動之環境依時間變化的溫度行動參數(例如,墊接觸構件11之按壓負荷、研磨液之溫度、研磨單元內之環境溫度、加熱液之供給壓、及冷卻液之供給壓等)。
藉由將與溫度行動參數不同之資料、表示影響溫度行動之狀態量依時間變化的溫度行動參數、及/或表示影響溫度行動之環境依時間變化的溫度行動參數輸入類神經網路,類神經網路之輸出層303可輸出更正確之預測值(亦即,須變更之溫度行動參數、及其變更值)。例如,類神經網路考慮影響溫度行動之狀態量依時間的變化、及/或影響溫度行動之環境依時間的變化,可從輸出層303輸出更正確之須變更的溫度行動參數之變更值。
再者,類神經網路亦可具有與輸出層303不同之輸出層303’。輸出層303’例如輸出與須變更之溫度行動參數及其變更值不同的資料。從輸出層303’輸出的資料之例係表示研磨晶圓W時調整之最佳墊表面溫度的時間經過之最佳溫度行動曲線、及/或構成最佳溫度行動曲線之墊表面溫度、及其量測時間的組合。從輸出層303’輸出的資料之其他例係與PID參數不同之其他溫度行動參數。例如,輸出層303’為了將溫度行動曲線維持在指定之容許範圍內而須變更,亦可輸出與PID參數不同之其他溫度行動參數及其變更值。或是,輸出層303’在變更從輸出層303輸出之PID參數時,亦可輸出與PID參數不同之其他溫度行動參數變化的預測值。
如此建立之學習完成模型儲存於記憶裝置110(參照第五圖)。控制部40按照電性儲存於記憶裝置110之程式動作。亦即,控制部40之處理裝置120執行用於將包含至少1個溫度行動參數之資料輸入前述學習完成模型的輸入層301,並從輸出層303輸出為了將溫度行動曲線R維持在指定之容許範圍而須變更的至少1個溫度行動參數、及其變更值的運算。
如上述,變更PID參數時,第一流量調整閥42及第二流量調整閥56之操作量變化,結果,變更加熱液之流量及冷卻液的流量。PID參數之變更(特別是比例增益P的變更)直接對溫度行動(亦即,溫度行動曲線)之變化的作用大。以下,說明作為須變更之溫度行動參數而從學習完成模型之輸出層303輸出PID參數、及其變更值的實施例。
第一例為控制部40將PID參數、加熱液之流量、及冷卻液的流量輸入輸入層301。學習完成模型將PID參數、加熱液之流量、及冷卻液的流量輸入輸入層301時,係以從輸出層303輸出為了將溫度行動曲線R維持在指定之容許範圍
而須變更的PID參數、及其變更值的方式建立。學習完成模型亦可以從輸出層303輸出PID參數之至少1個(例如,比例增益P)、及其變更值的方式建立。
一個實施形態係控制部40亦可將取得輸入輸入層301之PID參數、加熱液之流量、及冷卻液的流量之各資料的時間(參照上述項目21))輸入輸入層301’。或是,控制部40除了PID參數、加熱液之流量、及冷卻液的流量之外,亦可將取得PID參數、加熱液之流量、及冷卻液的流量之各資料的時間輸入輸入層301。
記載於上述項目1)至20)之溫度行動參數藉由配置於研磨單元的各種感測器而取得。各種感測器取得溫度行動參數之量測值的時間相互不同。例如,量測加熱液之流量的感測器取得該加熱液之流量值的時間,與量測冷卻液之流量的感測器取得該冷卻液之流量值的時間不同。再者,將從各感測器取得之溫度行動參數傳送至控制部40,至該控制部40接收溫度行動參數為止的時間亦相互不同。例如,控制部40接收從量測加熱液之流量的感測器所傳送之加熱液的流量值之時間,與控制部40接收從量測冷卻液之流量的感測器所傳送之冷卻液的流量值之時間不同。此因從各感測器至控制部40的距離不同,理由為從各感測器至控制部40延伸的纜線長度不同、及配置於各感測器之放大器等的設備相互不同等。
類神經網路之輸出層303為了更正確地輸出為了將溫度行動曲線R維持在指定之容許範圍而須變更的至少1個溫度行動參數、及其變更值,宜使藉由控制部40取得之各溫度行動參數的時間一致。但是,如上述,使控制部40取得各溫度行動參數之時間一致很困難。因此,係在類神經網路之輸入層301(或是輸入層301’)中附帶輸入時間。輸入了時間之類神經網路從時間以外輸入之複
數個溫度行動參數的依時間變化,運算使複數個溫度行動參數之量測時間一致的各預測值,並依據該預測值從輸出層303輸出須變更之PID參數、及其變更值。藉此,可獲得考慮了控制部40取得之各溫度行動參數的時間差之更正確的輸出值。
一個實施形態係控制部40亦可進一步將墊溫度量測器39之量測值及其量測時間之組合、及/或依據墊溫度量測器39之量測值及其量測時間所製作的溫度行動曲線輸入學習完成模型之輸入層301’。此時,學習完成模型亦從輸出層303輸出為了將溫度行動曲線R維持在指定之容許範圍而須變更的PID參數(或PID參數之至少1個)、及其變更值。
控制部40依來自學習完成模型之輸出而變更PID參數,並按照變更之PID參數調整研磨墊3的表面溫度,而且研磨下一個晶圓W。PID參數、加熱液之流量、及冷卻液之流量的組合之資料集,係對溫度行動(亦即,溫度行動曲線)之變化影響最大的參數之組合。因此,藉由將第一例之資料集輸入輸入層301,可期待學習完成模型輸出最適切之PID參數、及其變更值。如上述,學習完成模型亦可從其輸出層303’進一步輸出最佳溫度行動曲線、及/或構成最佳溫度行動曲線之墊表面溫度、及其量測時間的組合。
一個實施形態係學習完成模型亦可從輸出層303’輸出為了將溫度行動曲線維持在指定之容許範圍內而須變更,並與PID參數不同之其他溫度行動參數及其變更值。此時,控制部40將從輸出層303所輸出之PID參數更新成為其變更值,同時將從輸出層303’輸出之其他溫度行動參數更新成為其變更值。此時,可更有效防止溫度行動曲線超出容許範圍。
第二例為控制部40將加熱液之溫度、研磨頭1之旋轉速度、研磨台2之旋轉速度、修整條件、研磨頭1之研磨負荷、及研磨液之流量輸入輸入層301。學習完成模型係以在將加熱液之溫度、研磨頭1之旋轉速度、研磨台2之旋轉速度、修整條件、研磨頭1之研磨負荷、及研磨液之流量輸入輸入層301時,從輸出層303輸出為了將溫度行動曲線R維持在指定之容許範圍而須變更的PID參數(或是,PID參數之至少1個)、及其變更值的方式建立。
第二例之資料集係將表示影響溫度行動之狀態量依時間變化的溫度行動參數之代表性的組合。例如,加熱液之溫度係在墊溫度調整裝置5調整研磨墊3之表面溫度期間時時刻刻變化的狀態量,且加熱液之溫度的依時間變化會影響溫度行動之變化。因此,藉由將第二例之資料集輸入輸入層301,輸出層303可依據影響溫度行動之狀態量的依時間變化,而輸出須變更之PID參數、及其變更值。
與第一例同樣地,控制部40亦可將時間輸入學習完成模型之輸入層301’(或輸入層301)。再者,控制部40亦可將墊溫度量測器39之量測值、及其量測時間的組合、及/或依據墊溫度量測器39之量測值、及其量測時間所製作的溫度行動曲線輸入學習完成模型之輸入層301’。再者,學習完成模型亦可從其輸出層303’輸出為了將溫度行動曲線維持在指定之容許範圍內而須變更之與PID參數不同的其他溫度行動參數及其變更值,亦可輸出最佳溫度行動曲線、及/或構成最佳溫度行動曲線之墊表面溫度、及其量測時間的組合。
控制部40依來自學習完成模型之輸出變更PID參數,並按照變更之PID參數調整研磨墊3的表面溫度,而且研磨下一個晶圓W。建立輸入第二例之資料集的學習完成模型,進行墊表面溫度的調整時,不需要改造研磨裝置之各構
成設備。亦即,第二例之資料集僅由即使是既設的研磨裝置仍隨時監視的參數構成。因此,只要將該學習完成模型安裝於控制部40,無須改造既設之研磨裝置,即可將溫度行動曲線R維持在指定之容許範圍。結果,可廉價提供降低了研磨性能之偏差的研磨裝置。
一個實施形態亦可添加於第二例之資料集,而將第一例之資料集輸入輸入層301(或是輸入層301’)。如上述,第二例之資料集係表示影響溫度行動之狀態量依時間變化的溫度行動參數之代表性的組合。因此,藉由將第一例之資料集與第二例的資料集之組合輸入輸入層301,輸出層303考慮影響溫度行動之狀態量的依時間變化,而輸出須變更之PID參數、及其變更值。結果,類神經網路可輸出精度更高之須變更的PID參數、及其變更值。
第三例為控制部40將墊接觸構件11之按壓負荷、研磨液之溫度、研磨單元內之環境溫度、加熱液之供給壓、及冷卻液的供給壓輸入輸入層301。學習完成模型係以將墊接觸構件11之按壓負荷、研磨液之溫度、研磨單元內之環境溫度、加熱液之供給壓、及冷卻液的供給壓輸入輸入層301時,從輸出層303輸出為了將溫度行動曲線R維持在指定之容許範圍而須變更的PID參數(或是PID參數之至少1個)、及其變更值之方式建立。
第三例之資料集係表示影響溫度行動之環境依時間變化的溫度行動參數之代表性的組合。因此,藉由將第三例之資料集輸入輸入層301,輸出層303可依據影響溫度行動之環境的依時間變化,輸出須變更之PID參數、及其變更值。
與第一例同樣地,控制部40亦可將時間輸入學習完成模型之輸入層301’(或輸入層301)。再者,控制部40亦可將墊溫度量測器39之量測值、及
其量測時間的組合、及/或依據墊溫度量測器39之量測值、及其量測時間所製作的溫度行動曲線輸入學習完成模型之輸入層301’。再者,學習完成模型亦可從其輸出層303’輸出為了將溫度行動曲線維持在指定之容許範圍內而須變更之與PID參數不同的其他溫度行動參數及其變更值,亦可輸出最佳溫度行動曲線、及/或構成最佳溫度行動曲線之墊表面溫度、及其量測時間的組合。
控制部40依來自學習完成模型之輸出變更PID參數,並按照變更之PID參數調整研磨墊3的表面溫度,而且研磨下一個晶圓W。建立輸入第三例之資料集的學習完成模型,進行墊表面溫度的調整時,不需要改造研磨裝置,藉由將該學習完成模型安裝於控制部40,即可將溫度行動曲線R維持在指定之容許範圍。
一個實施形態亦可添加於第三例之資料集,而將第一例之資料集輸入輸入層301(或是輸入層301’)。如上述,第三例之資料集係表示影響溫度行動之環境依時間變化的溫度行動參數之代表性的組合。因此,藉由將第一例之資料集與第三例的資料集之組合輸入輸入層301,輸出層303考慮影響溫度行動之環境的依時間變化,而輸出須變更之PID參數、及其變更值。結果,類神經網路可輸出精度更高之須變更的PID參數、及其變更值。
再者,亦可添加於第三例之資料集,而將第一例之資料集與第二粒的資料集輸入輸入層301(或是輸入層301’)。藉由將第一例之資料集、第二例之資料集、及第三例的資料集之組合輸入輸入層301,輸出層303考慮影響溫度行動之狀態量的依時間變化與環境的依時間變化,而輸出須變更之PID參數、及其變更值。結果,類神經網路可輸出精度更高之須變更的PID參數、及其變更值。
第四例為控制部40將墊溫度量測器39之量測值及其量測時間的組合僅輸入輸入層301’。學習完成模型係以將墊溫度量測器39之量測值、及其量測時間的組合輸入輸入層301’時,從輸出層303輸出為了將溫度行動曲線R維持在指定之容許範圍而須變更之PID參數(或PID參數的至少1個)、及其變更值之方式建立。與第一例同樣地,學習完成模型亦可從其輸出層303’輸出最佳溫度行動曲線、及/或構成最佳溫度行動曲線之墊表面溫度、及其量測時間的組合。
控制部40依來自學習完成模型之輸出變更PID參數,並按照變更之PID參數調整研磨墊3的表面溫度,而且研磨下一個晶圓W。建立輸入第四例之資料集的學習完成模型,進行墊表面溫度的調整時,與第二例同樣地,不需要改造研磨裝置之各構成設備。因此,只需將該學習完成模型安裝於控制部40,即可將溫度行動曲線R維持在指定之容許範圍。
上述實施形態中,亦可進一步將與研磨單元所研磨之晶圓W的膜厚度有關之至少1個膜厚參數輸入輸入層301(或是輸入層301’)。換言之,控制部40亦可將至少1個溫度行動參數、及至少1個膜厚參數輸入輸入層301。此時,控制部40亦可進一步將第一例至第四例所示之資料集中至少1個資料集輸入輸入層301(或是輸入層301’)。本說明書之膜厚參數係與形成於晶圓(基板)W表面之膜的厚度有關之指標值的總稱。如以下之說明,膜厚參數例如包含藉由膜厚感測器而取得之膜厚信號、及藉由運算(或變換)該膜厚信號而獲得的膜厚值。
過去因為係在研磨晶圓W之研磨工序檢測到達希望之目標膜厚的時間之研磨終點,所以使用膜厚感測器檢測形成於晶圓W表面之膜的厚度。例如,以研磨單元研磨之晶圓W的膜係導電性膜時,係使用渦流式膜厚感測器檢測導電性膜之膜厚。渦流式膜厚感測器係構成使高頻交流電流流經線圈而使晶圓
W之導電膜感應渦流,並從因該渦流之磁場造成阻抗的變化來檢測導電膜之厚度。膜厚感測器只要是可檢測形成於晶圓W表面之膜的厚度,可使用任意之感測器,不過,以下係說明使用膜厚感測器之一例的渦流式膜厚感測器檢測晶圓W之導電性膜厚度之例。
第十三A圖係顯示具備渦流式膜厚感測器之研磨單元的一例之模式圖,第十三B圖係第十三A圖所示之研磨單元的概略剖面圖。第十三A圖及第十三B圖係省略研磨頭1、研磨台2、研磨墊3、及渦流式膜厚感測器7以外之研磨單元的元件之圖示。第十三B圖顯示渦流式膜厚感測器通過晶圓下方之情形。因為未特別說明之本實施形態的研磨單元之構成,與上述實施形態之研磨單元的構成同樣,所以省略其重複之說明。
如第十三A圖及第十三B圖所示,渦流式膜厚感測器7埋設於研磨台2,隨著研磨台2之旋轉而在研磨台2的中心軸周圍公轉。研磨台2之中心軸通過第二圖及第三圖所示之研磨墊3的中心CL而在鉛直方向延伸。渦流式膜厚感測器7在研磨台2每次旋轉時,掃描晶圓W之表面,而且取得該晶圓W上至少1個量測點之膜厚信號。渦流式膜厚感測器7連接於控制部40,藉由渦流式膜厚感測器7取得之至少1個膜厚信號傳送至控制部40。該膜厚信號跟隨晶圓W之導電膜的厚度之變化而變化。膜厚信號係與研磨之晶圓W的膜厚度有關之1個膜厚參數。控制部40可依據膜厚信號監視晶圓W之研磨進度。例如,控制部40可決定膜厚信號到達指定之臨限值的時間之研磨終點。
一個實施形態係控制部40亦可構成運算所接收之膜厚信號,可取得導電性膜之膜厚值。跟隨晶圓W之研磨進度而變化的導電性膜之實際膜厚值亦係1個膜厚參數。控制部40可依據膜厚值監視晶圓W之研磨進度。例如,控制
部40可決定藉由運算所取得之導電性膜的膜厚值到達希望之目標膜厚的時間作為研磨終點。
本實施形態係每次渦流式膜厚感測器7取得晶圓W之膜厚信號時,控制部40將至少1個溫度行動參數與至少1個膜厚參數輸入輸入層301。渦流式膜厚感測器7取得在複數個量測點之複數個膜厚信號時,控制部40亦可將全部的膜厚信號輸入輸入層301,亦可將複數個膜厚信號之代表值輸入輸入層301。膜厚信號之代表值例如係全部膜厚信號之平均值、最大值、及最小值的任何一個。或是,控制部40亦可將從全部膜厚信號選擇之幾個膜厚信號輸入輸入層301。例如,控制部40將全部膜厚信號之平均值、最大值、及最小值輸入輸入層301。
取得導電性膜之膜厚值時,控制部40亦可除了上述膜厚信號之外,或是取代膜厚信號,而將藉由運算所獲得之膜厚值輸入輸入層301(或是輸入層301’)。每次渦流式膜厚感測器7取得晶圓W之膜厚信號時,將膜厚值輸入輸入層301(或是輸入層301’)。渦流式膜厚感測器7取得複數個量測點之複數個膜厚信號時,控制部40亦可將從全部膜厚信號獲得之全部膜厚值輸入輸入層301,亦可將從複數個膜厚信號之代表值獲得的代表膜厚值輸入輸入層301。代表膜厚值例如係從全部膜厚信號之平均值、最大值、及最小值的任何一個所獲得之膜厚值。或是,控制部40亦可將從全部膜厚信號選擇之幾個膜厚信號所獲得的選擇膜厚值輸入輸入層301。例如,控制部40將從全部膜厚信號之平均值、最大值、及最小值取得的3個選擇膜厚值輸入輸入層301。
如上述,學習完成模型從其輸出層303輸出須變更之PID參數及其變更值。本實施形態之學習完成模型係構成進一步每次渦流式膜厚感測器7取得晶圓W之膜厚信號時預測晶圓W之研磨終點,並從其輸出層303(或是輸出層
303’)輸出該預測之研磨終點。一個實施形態之學習完成模型亦可構成取代上述預測研磨終點,或是除預測研磨終點之外,每次渦流式膜厚感測器7取得晶圓W之膜厚信號時,預測從現在時間至研磨終點的研磨完成時間,並從其輸出層303(或是輸出層303’)輸出該預測之研磨完成時間。該預測研磨終點及/或研磨完成時間,係考慮時時刻刻研磨之(亦即變化之)膜的厚度,並在按照最佳之PID參數調整墊表面溫度狀態下所研磨之晶圓W的研磨終點及/或研磨完成時間。因此,可使須研磨之晶圓W的膜厚度更正確地與目標膜厚一致。
上述實施形態中,亦可進一步將研磨墊3之厚度的變化量輸入輸入層301(或是輸入層301’)。換言之,控制部40亦可將至少1個溫度行動參數、與研磨墊3之厚度的變化量輸入輸入層301。此時,控制部40亦可進一步將第一例至第四例所示之資料集中的至少1個資料集輸入輸入層301(或是輸入層301’)。
研磨墊3之厚度的變化量係影響晶圓W之研磨率的參數。亦即,研磨墊3之厚度變化時,晶圓W的研磨率亦變化。因此,研磨墊3之厚度的變化量係表示研磨環境依時間變化的1個參數。因此,本實施形態為了將研磨率保持在最佳狀態而調整墊表面溫度。具體而言,學習完成模型係構成除了至少1個溫度行動參數之外,亦將研磨墊3之厚度的變化量輸入其輸入層301(或是輸入層301’)時,預測為了維持最佳研磨率所需的溫度行動曲線,並從輸出層303輸出為了達成該預測之溫度行動曲線而須變更的PID參數及其變更值。以下,說明可量測研磨墊3之厚度變化量的研磨單元之例。
第十四圖係顯示具備量測研磨墊之厚度變化量的墊高度感測器之研磨單元的一例之模式圖。第十四圖省略墊溫度調整裝置5之圖示。因為未特
別說明之本實施形態的研磨單元之構成,與上述實施形態之研磨單元的構成同樣,所以省略其重複之說明。
第十四圖所示之研磨單元,其修整器20連結於修整器軸桿,在修整器軸桿24之上端設有空氣汽缸25。修整器軸桿24旋轉自如地支撐於修整器手臂21。再者,修整器軸桿24及修整器20可對修整器手臂21上下運動。空氣汽缸25係將對研磨墊3之修整負荷(亦即,修整器20對研磨墊3的按壓負荷)賦予修整器20的裝置。修整負荷可藉由供給至空氣汽缸25之空氣壓來調整。空氣汽缸25經由修整器軸桿24,並以指定之負荷將修整器20按壓於研磨墊3表面(亦即,研磨面)。
修整器手臂21係構成被馬達(無圖示)驅動,並將支軸19做為中心而搖動。修整器20藉由該修整器手臂21而與研磨墊3接觸,並在該研磨墊3之半徑方向搖動。修整器軸桿24藉由設置於修整器手臂21內之無圖示的馬達而旋轉,修整器20藉由該修整器軸桿24旋轉而在其軸心周圍旋轉。
修整器手臂21中固定有量測研磨墊3表面之高度的墊高度感測器(表面高度量測機)27。此外,在修整器軸桿24中,與墊高度感測器27相對而固定有感測器標的28。
驅動空氣汽缸25時,修整器20、修整器軸桿24、及感測器標的28一體地上下運動。另外,修整器手臂21、及墊高度感測器27在鉛直方向之位置固定。墊高度感測器27於修整器20接觸於研磨墊3之表面(亦即研磨面)時,藉由量測修整器20對修整器手臂21在鉛直方向之相對位置,而間接地量測研磨墊3表面之高度。由於感測器標的28連結於修整器20,因此墊高度感測器27可在研磨墊3調整中量測研磨墊3表面之高度。墊高度感測器27可使用線性標度尺式感測器、雷射式感測器、超音波感測器、或渦流式感測器等所有類型的感測器。墊高度感
測器27連接於控制部40,藉由墊高度感測器27所取得之研磨墊3厚度的量測值傳送至控制部40。
研磨墊3之厚度的變化量求出如下。首先,使空氣汽缸25驅動,而使修整器20抵接於尚未磨耗之研磨墊3表面。在該狀態下,墊高度感測器27量測修整器20之初期位置(研磨墊3之初期表面高度),控制部40取得其修整器20之初期位置的量測值。而後,一片或複數片晶圓W之研磨處理結束後,再度使修整器20抵接於研磨墊3之表面,墊高度感測器27在該狀態下再度量測修整器20之位置。控制部40取得其修整器20之位置(亦即,有磨耗之研磨墊3的表面高度)的量測值。因為修整器20隨著研磨墊3的磨耗而變位置下方,所以控制部40可從研磨墊3之初期表面高度的量測值、及磨耗之研磨墊3表面高度的量測值之差,決定研磨墊3之厚度的變化量。
通常,研磨墊3之修整係在每研磨1片晶圓W時進行。修整係在晶圓W研磨之前或之後,或是在晶圓W研磨中實施。計算研磨墊3之厚度變化量時,係使用任何一個修整時取得之墊高度感測器27的量測值。
修整器20藉由修整器手臂21之搖動而在研磨墊3上於其半徑方向搖動。研磨墊3之表面高度的量測值從墊高度感測器27送至控制部40,在此求出修整中研磨墊3之表面高度的量測值之平均。另外,就1次修整動作,修整器20在研磨墊3上往返1次或複數次。
本實施形態係控制部40每次取得研磨墊3之厚度的變化量時,除了至少1個溫度行動參數之外,還將研磨墊3之厚度的變化量輸入輸入層301(或是輸入層301’)。學習完成模型預測為了維持最佳研磨率所需之溫度行動曲線,並從輸出層303輸出為了達成該預測溫度行動曲線須變更之PID參數及其變更
值。因此,輸出層303考慮影響研磨率之研磨墊3的厚度變化量,而輸出為了維持最佳研磨率須變更之PID參數及其變更值。控制部40依來自學習完成模型之輸出變更PID參數,並按照變更之PID參數調整研磨墊3的表面溫度,而且研磨下一個晶圓W。
一個實施形態亦可將研磨率進一步輸入輸入層301(或是,輸入層301’)。控制部40藉由將研磨之膜厚度除以研磨時間(亦即,從開始研磨至研磨終點的時間),可取得實際之研磨率。藉由將實際之研磨率進一步輸入輸入層301(或是,輸入層301’),類神經網路可輸出須精度更高地變更之PID參數及其變更值。
一個實施形態亦可以在輸入層301中輸入至少1個溫度行動參數及研磨墊3之厚度的變化量(及研磨率)時,輸出層303(或是,輸出層303’)進一步輸出修整條件之方式建立學習完成模型。修整條件例如包含:修整器20之旋轉速度、修整器20對研磨墊3之按壓負荷、及修整器20之搖動速度等。藉由以從輸出層303所輸出之修整條件來修整研磨墊3,可將研磨墊3之表面狀態維持在或是接近用於維持最佳研磨率的表面狀態。
控制部40按照電性儲存於記憶裝置110之程式動作。亦即,控制部40依據藉由墊溫度量測器39所量測之墊表面溫度,以使墊表面溫度到達指定之目標溫度,然後維持在該目標溫度之方式,至少控制加熱液及冷卻液的流量,製作墊表面溫度到達目標溫度前之溫度行動曲線,並在藉由機械學習所建立之學習完成模型中輸入至少1個溫度行動參數,執行用於輸出PID控制之PID參數的變更值之運算,研磨下一個晶圓W時,執行以變更後之PID參數控制加熱液及冷卻液之流量的步驟。
用於使控制部40執行上述步驟之程式記錄於非暫時性之有形物的電腦可讀取之記錄媒介,並經由記錄媒介提供給控制部40。此外,程式亦可經由通信裝置150,並經由網際網路等通信網路而提供給控制部40。提供給控制部40之程式藉由處理裝置120安裝於記憶裝置110。再者,將舊程式更新為新程式(例如,進行程式之版本升級)時,新程式係經由通信裝置150或經由輸入裝置130而提供給控制部40。處理裝置120將提供之新程式安裝於記憶裝置110來更新舊程式。處理裝置120亦可將舊程式從記憶裝置110移除後,再將新程式安裝於記憶裝置110。
因此,即使使用人工智慧變更PID參數,並調整墊表面溫度,如第七圖所示,溫度行動曲線R仍有可能超出指定的容許範圍。溫度行動曲線R超出指定之容許範圍時,控制部40宜輸出警報。收到警報之研磨裝置的作業人員可藉由輸出警報之研磨單元而檢知溫度行動發生異常。再者,作業人員可確認溫度行動發生異常之晶圓W的狀態。
控制部40亦可在輸出警報後,或是與輸出警報同時停止輸出警報之研磨單元的動作。藉此,研磨裝置之作業人員可回收溫度行動發生異常之晶圓W,並確認該晶圓W之狀態及研磨單元的狀態。一個實施形態係控制部40亦可在停止研磨單元之動作後,藉由輸出警報之研磨單元將研磨中之晶圓W裝載於晶圓等待部(無圖示)的步驟。晶圓等待部宜設於研磨單元內。藉此,研磨裝置之作業人員可輕易且確實回收溫度行動發生異常之晶圓W。
收容指定片數(例如25片)之晶圓W的晶圓匣盒會錯誤搬送至研磨裝置。本實施形態之控制部40可判斷晶圓匣盒之錯誤搬送。更具體而言,當晶圓匣盒錯誤搬送至研磨裝置時,使用於研磨收容在該晶圓匣盒內之晶圓W的研
磨處理程式與本來應使用之研磨處理程式不同。以與本來使用之研磨處理程式不同的研磨處理程式研磨晶圓W時,溫度行動曲線必定會大幅超出容許範圍。本實施形態由於作業人員可回收溫度行動發生異常之晶圓W,因此可輕易確認是否發生晶圓匣盒的錯誤搬送。結果,可防止收容於晶圓匣盒之全數晶圓W遭受廢棄處分。
第十五圖係顯示第十圖所示之人工智慧的構成之其他例的模式圖。第十五圖所示之人工智慧具有自動更新學習完成模型之特徵。更具體而言,判斷為從學習完成模型之輸出層303所輸出的PID參數之變更值含在正常範圍內時,控制部40將該PID參數與其變更值作為添加之學習用資料集而儲存於記憶裝置110,通過以學習用資料集及添加之學習用資料集為基礎的機械學習(深層學習)而自動更新學習完成模型。藉此,可使從學習完成模型輸出之PID參數(至少1個溫度行動參數)及其變更值的精度提高。
機械學習(深層學習)除了須變更之PID參數(至少1個溫度行動參數)及其變更值的組合之外,亦可學習各種要素。因而,藉由機械學習而建立之學習完成模型可利用於診斷或預測墊溫度調整裝置5之狀態及/或異常。再者,藉由機械學習而建立之學習完成模型可利用於診斷或預測研磨單元之狀態及/或異常。以下,為了方便說明,而將上述實施形態之學習完成模型稱為「學習完成模型1」。再者,將以下說明之學習完成模型稱為「學習完成模型2」。
學習完成模型2係使用參照第十二圖所說明之類神經網路而建立。該學習完成模型2係以將依據墊溫度量測器39之量測值及其量測時間所製作之溫度行動曲線R、及儲存於記憶裝置110之複數條溫度行動曲線輸入輸入層301時,預測研磨墊3之壽命及/或修整器20的壽命,並從輸出層303輸出其結果的方
式建立。或是,學習完成模型2亦可以將依據墊溫度量測器39之量測值及其量測時間所製作的溫度行動曲線R、及儲存於記憶裝置110之複數條溫度行動曲線輸入輸入層301時,診斷研磨頭1之異常、研磨墊3之異常、及研磨液供給噴嘴4的異常,並從輸出層303輸出其結果之方式建立。
將晶圓W按壓於研磨墊3來研磨該晶圓W時,因研磨墊3老化,而在研磨墊3與晶圓W之間產生的摩擦熱量減少。因而,隨著研磨墊3老化,溫度行動曲線之斜度逐漸降低。或是,隨著研磨墊3被修整器20削除,設於研磨墊3表面之溝(無圖示)的深度變淺,最後導致溝消失。因為此種現象造成研磨墊3與晶圓W之間產生的摩擦熱量會減少或增加,導致溫度行動曲線的斜度變化。因此,學習完成模型2比較依據輸入輸入層301之墊溫度量測器39的量測值及其量測時間所製作的溫度行動曲線R、與儲存於記憶裝置110之複數條溫度行動曲線,從溫度行動曲線之斜度的減少量預測研磨墊3的壽命,並從輸出層303輸出其預測結果。
再者,使用修整器20修整研磨墊3之表面時,修整器20之修整面老化,修整後之研磨墊3表面的粗度變小。或是,修整面老化時,無法適切地修整研磨墊3的表面。因而,隨著修整器20老化,在研磨墊3與晶圓W之間產生的摩擦熱量減少或增加,溫度行動曲線之斜度逐漸降低或增加。因此,學習完成模型2比較依據輸入輸入層301之墊溫度量測器39的量測值及其量測時間所製作的溫度行動曲線R、與儲存於記憶裝置110之複數條溫度行動曲線R,從溫度行動曲線之斜度的減少量或增加量預測修整器20的壽命,並從輸出層303輸出其預測結果。
為了防止研磨液(漿液)黏著於墊接觸構件11之底面,會在墊接觸構件11之底面貼合塗膜。此時,學習完成模型2將依據墊溫度量測器39之量測值及其量測時間所製作的溫度行動曲線R、及儲存於記憶裝置110之複數條溫度行動曲線R輸入輸入層301時,亦可以診斷塗膜之膜號狀態,並從輸出層303輸出其結果之方式建立。
塗膜之材料例如係具有比較高隔熱效果之鐵氟龍(Teflon)(註冊商標)。墊接觸構件11因為以指定之按壓負荷按壓於研磨墊3表面,所以每次調整墊表面溫度時塗膜會磨耗。隨著塗膜的磨耗進行,溫度行動曲線之斜度上昇。因此,學習完成模型2比較依據輸入輸入層301之墊溫度量測器39的量測值及其量測時間所製作之溫度行動曲線R、及儲存於記憶裝置110之複數條溫度行動曲線,從溫度行動曲線之斜度的增加量預測塗膜之壽命,並從輸出層303輸出其預測結果。
即使藉由在保持於研磨頭1之晶圓W與研磨墊3的表面之間產生的摩擦熱量變化,溫度行動曲線仍會變化。例如晶圓W對研磨墊3之研磨負荷偏離希望值時,溫度行動曲線會變化。即使藉由研磨液之供給量及/或溫度偏離希望值,或是研磨液之滴下位置偏離希望的位置,溫度行動曲線仍會變化。再者,即使藉由研磨頭1之旋轉速度、及/或研磨台2之旋轉速度偏離希望值時,溫度行動曲線仍會變化。因此,學習完成模型2藉由比較依據輸入輸入層301之墊溫度量測器39的量測值及其量測時間所製作之溫度行動曲線R、及儲存於記憶裝置110之複數條溫度行動曲線,可診斷研磨頭1之異常、研磨台2之異常、及研磨液供給噴嘴4之異常。
控制部40按照電性儲存於記憶裝置110之程式動作。亦即,控制部40依據藉由墊溫度量測器39所量測之墊表面溫度,以使墊表面溫度到達指定之目標溫度,然後維持在該目標溫度之方式,至少控制加熱液及冷卻液的流量,製作墊表面溫度到達目標溫度前之溫度行動曲線R,並將所製作之溫度行動曲線R、及儲存於記憶裝置110之複數條溫度行動曲線輸入藉由機械學習所建立的學習完成模型,執行診斷研磨墊3之壽命及/或修整器20之壽命的步驟。控制部40亦可取代診斷研磨墊3之壽命及/或修整器20之壽命的步驟,而執行診斷塗膜之磨耗的步驟,亦可執行診斷研磨頭1之異常、研磨台2之異常、及研磨液供給噴嘴4之異常的步驟。
用於使控制部40執行上述步驟之程式記錄於非暫時性之有形物的電腦可讀取之記錄媒介,並經由記錄媒介提供給控制部40。此外,程式亦可經由通信裝置150,並經由網際網路等通信網路而提供給控制部40。提供給控制部40之程式藉由處理裝置120安裝於記憶裝置110。再者,將舊程式更新為新程式(例如,進行程式之版本升級)時,新程式係經由通信裝置150或經由輸入裝置130而提供給控制部40。處理裝置120將提供之新程式安裝於記憶裝置110來更新舊程式。處理裝置120亦可將舊程式從記憶裝置110移除後,再將新程式安裝於記憶裝置110。
第十六圖係顯示至少包含1個研磨裝置之研磨系統的一個實施形態之模式圖。第十六圖所示之研磨系統具備:上述實施形態之複數個研磨裝置、連接於各研磨裝置之複數個中繼裝置500、及連接於複數個中繼裝置500之主控制系統600。中繼裝置500係路由器等之閘道器,且具備:中繼控制部510、中繼
通信裝置515、及中繼記憶裝置512。主控制系統600具備:主控制部610、主通信裝置615、及主記憶裝置612。
研磨裝置之控制部40的通信裝置150(參照第五圖)與中繼裝置500之中繼通信裝置515,以無線通信(例如,高速WiFi(註冊商標))或有線通信可收發資訊地連接。中繼裝置500之中繼通信裝置515與主控制系統600之主通信裝置615以無線通信(例如,高速WiFi(註冊商標))或有線通信可收發資訊地連接。本實施形態之各研磨裝置係藉由經由中繼裝置500之網路(例如,網際網路)而與主控制系統600連接。
再者,主控制系統600亦可配置於設置了至少1個研磨裝置之工廠內,亦可配置於設置了至少1個研磨裝置之工廠外。將主控制系統600配置於設置了至少1個研磨裝置之工廠內時,主控制系統600亦可係配置於該工廠內之主電腦,亦可係建立於該工廠內之雲計算系統(Cloud Computing System)或霧計算系統(Fog Computing System)。將主控制系統600配置於設置了至少1個研磨裝置之工廠外時,主控制系統600宜係雲計算系統或霧計算系統。此時,主控制系統600宜連接於設置了至少1個研磨裝置之複數個工廠。
第十六圖所示之例係將中繼裝置500配置於研磨裝置之外部。但是,本發明不限定於該例。例如,中繼裝置500亦可配置於研磨裝置之內部。
第十六圖所示之實施形態係主控制系統600之主控制部610藉由人工智慧(AI:artificial intelligence)決定為了使溫度行動曲線R進入指定之容許範圍而須變更的PID參數(至少1個溫度行動參數)及其變更值。主控制部610之主記憶裝置612預先記憶於參照第十圖至第十五圖所說明的學習完成模型1。另外,主控制部610具有相當於第五圖所示之處理裝置120的處理裝置(無圖示)。
主控制部610之處理裝置讀取記憶於主記憶裝置612之學習完成模型,將至少1個溫度行動參數輸入該學習完成模型,並執行用於輸出PID參數、及其變更值之運算。
一個實施形態係主控制部610之處理裝置亦可將時間輸入學習完成模型1之輸入層301’(或輸入層301)。再者,主控制部610之處理裝置亦可將墊溫度量測器39之量測值及其量測時間的組合、及/或依據墊溫度量測器39之量測值及其量測時間所製作的溫度行動曲線R進一步輸入學習完成模型1之輸入層301’。再者,學習完成模型1亦可從其輸出層303’輸出為了將溫度行動曲線維持在指定之容許範圍內須變更之與PID參數不同的其他溫度行動參數及其變更值,亦可輸出最佳溫度行動曲線、及/或構成最佳溫度行動曲線之墊表面溫度及其量測時間的組合。
本實施形態係各研磨裝置之控制部40將包含墊溫度量測器39之量測值及其量測時間的組合、及輸入學習完成模型1之至少1個溫度行動參數的資料,經由中繼裝置500傳送至主控制系統600。接收該資料之主控制系統600的主控制部610從墊溫度量測器39之量測值及其量測時間製作溫度行動曲線R,並且將至少1個溫度行動參數輸入儲存於主記憶裝置612之學習完成模型1的輸入層301,執行用於輸出為了將研磨下一個晶圓W時之溫度行動曲線維持在指定的容許範圍而須變更之PID參數及其變更值的運算。
從學習完成模型1之輸出層303輸出的PID參數及其變更值經由中繼裝置500送至研磨裝置。研磨裝置之控制部40按照所接收之PID參數、及其變更值來調整研磨墊3之表面溫度。從輸出層303’輸出為了將溫度行動曲線維持在
指定之容許範圍內而須變更的與PID參數不同之其他溫度行動參數及其變更值時,控制部40將其他溫度行動參數更新成其更新值。
為了輸入學習完成模型1,研磨裝置傳送至主控制系統600之資料的第一例係上述之PID參數、加熱液之流量、及冷卻液的流量。研磨裝置傳送至主控制系統600之資料的第二例係加熱液之溫度、研磨頭1之旋轉速度、研磨台2之旋轉速度、修整條件、研磨頭1之研磨負荷、及研磨液之流量。研磨裝置傳送至主控制系統600之資料的第三例係加熱液之溫度、研磨頭1之旋轉速度、研磨台2之旋轉速度、修整條件、研磨頭1之研磨負荷、及研磨液之流量。為了輸入學習完成模型1,研磨裝置傳送至主控制系統600之資料亦可係第一例至第三例之組合。再者,亦可將記載於上述項目21)之時間傳送至主控制系統600,並輸入學習完成模型1。此時,學習完成模型1係從時間以外所輸入之複數個溫度行動參數依時間變化,運算使複數個溫度行動參數之量測時間一致的各預測值,並依據該預測值而從輸出層303輸出須變更之PID參數及其變更值。藉此,可獲得比考慮控制部40取得之各溫度行動參數的時間差更正確之輸出值。再者,任何一個例子中,為了輸入學習完成模型1,研磨裝置亦可將墊溫度量測器39之量測值及其量測時間的組合、及/或依據墊溫度量測器39之量測值及其量測時間所製作的溫度行動曲線R進一步傳送至主控制系統600。
為了輸入學習完成模型1,研磨裝置傳送至主控制系統600之資料的其他例,係與晶圓W之膜厚度有關的至少1個膜厚參數。如上述,膜厚參數包含:藉由膜厚感測器所取得之膜厚信號、及運算(或變換)該膜厚信號而獲得之實際膜厚值。為了輸入學習完成模型1,研磨裝置傳送至主控制系統600之資料的又其他例係研磨墊3之厚度變化量、及研磨率。
判斷為從學習完成模型1之輸出層303所輸出的PID參數之變更值包含於正常範圍時,主控制系統600之主記憶裝置612,將該PID參數及其變更值作為添加的學習用資料集而儲存於主記憶裝置612,並通過將學習用資料集及添加之學習用資料集作為基礎的機械學習(深層學習),自動更新學習完成模型1。由於從複數個研磨裝置傳送包含須變更之PID參數及其變更值的龐大資料至主控制系統600,因此可使從學習完成模型1之輸出層303輸出的PID參數及其變更值之精度短期間提高。
主控制系統600之主記憶裝置612除了學習完成模型1之外,亦可儲存上述之學習完成模型2。此時,主控制系統600亦可預測研磨墊3之壽命及/或修整器20之壽命,亦可診斷研磨頭1之異常、研磨台2之異常、及研磨液供給噴嘴4的異常。在墊接觸構件11之底面設有塗膜時,儲存於主控制系統600之主記憶裝置612的學習完成模型亦可診斷塗膜之磨耗狀態。
一個實施形態亦可在研磨裝置之控制部40的記憶部110中儲存上述之學習完成模型1,並在主控制系統600之主記憶裝置612中儲存上述之學習完成模型2。此時,研磨裝置之控制部40運算為了將溫度行動曲線R維持在指定之容許範圍而須變更的PID參數及其變更值,主控制系統600之主控制部610預測研磨墊3之壽命及/或修整器20之壽命,或是診斷研磨頭1之異常、研磨台2之異常、及研磨液供給噴嘴4之異常。
或是,亦可在研磨裝置之控制部40的記憶部110中儲存上述之學習完成模型2,並在主控制系統600之主記憶裝置612中儲存上述之學習完成模型1。此時,研磨裝置之控制部40預測研磨墊3的壽命及/或修整器20的壽命,或是診斷研磨頭1之異常、研磨台2之異常、及研磨液供給噴嘴4之異常,主控制系統
600之主控制部610運算為了將溫度行動曲線R維持在指定的容許範圍而須變更之PID參數及其變更值。
第十七圖係顯示至少包含1個研磨裝置之研磨系統的其他實施形態之模式圖。因為未特別說明之本實施形態的構成與第十六圖所示之實施形態同樣,所以省略其重複之說明。
第十七圖所示之實施形態係中繼裝置500之中繼控制部510藉由人工智慧(AI:artificial intelligence)決定為了使溫度行動曲線R進入指定之容許範圍而須變更的PID參數(至少1個溫度行動參數)及其變更值。此時,研磨系統建立中繼裝置500作為配置於研磨裝置附近之邊緣計算系統。中繼裝置500之中繼記憶裝置512中預先儲存有參照第十圖至第十五圖所說明之學習完成模型。另外,為了方便說明,將儲存於中繼記憶裝置512之學習完成模型稱為「學習完成模型3」。
中繼控制部510具有相當於第五圖所示之處理裝置120的處理裝置(無圖示)。儲存於中繼記憶裝置512之學習完成模型3與學習完成模型1同樣地,係為了將溫度行動曲線R維持在指定之容許範圍而藉由機械學習建立的學習完成模型。學習完成模型3除了至少1個溫度行動參數之外,於每次墊溫度量測器39量測墊表面溫度時,還在輸入層301中輸入其量測值與量測時間。學習完成模型3係以從其輸出層303隨時輸出使墊溫度量測器39之量測值不致超出容許範圍的方式所預測之PID參數及其變更值的方式建立。亦即,學習完成模型3係以將調整墊表面溫度期間送達之墊溫度量測器39的量測值及其量測時間之組合隨時輸入輸入層301,實時預測溫度行動曲線R是否超越指定之容許範圍,並從輸出層303隨時輸出需變更之PID參數、及其變更值的方式建立。
中繼控制部510之處理裝置讀取記憶於中繼記憶裝置512之學習完成模型3,將至少1個溫度行動參數輸入輸入層301,並且將調整墊表面溫度期間送達之墊溫度量測器39的量測值及其量測時間之組合隨時輸入輸入層301。再者,中繼控制部510之處理裝置實時預測溫度行動曲線R是否超越指定之容許範圍,實時執行從輸出層303輸出須變更之PID參數及其變更值的運算。運算後之PID參數及其變更值在調整墊表面溫度期間隨時從輸出層303輸出。中繼裝置500之中繼控制部510將從輸出層303所輸出之PID參數及其變更值傳送至研磨裝置的控制部40。
接收須變更之PID參數及其變更值的研磨裝置之控制部40隨時變更成接收了PID參數之變更值,而且調整墊表面溫度。
本實施形態係中繼裝置500在晶圓W研磨中,隨時預測須變更之PID參數及其變更值,並將所預測之PID參數及其變更值立即送至研磨裝置。因此,可有效防止溫度行動曲線R超出指定之容許範圍。
本實施形態之研磨系統係中繼裝置500之中繼控制部510可高速處理為了使溫度行動曲線R進入指定之容許範圍而變更的至少1個溫度行動參數及其變更值的診斷結果,並輸出至研磨裝置。另外,不需要高速處理之資訊(例如,各研磨單元之狀態資訊等)則從研磨裝置經由中繼裝置500傳送至主控制系統600。結果,中繼裝置500之中繼控制部510不需要執行多餘之資訊處理,而可高速處理須變更之PID參數及其變更值的決定。
一個實施形態亦可將上述之「時間」添加性地輸入學習完成模型3之輸入層301(或是輸入層301’)。此時,學習完成模型3係從時間以外所輸入之複數個溫度行動參數依時間變化,運算使複數個溫度行動參數之量測時間一
致的各預測值,並依據該預測值而從輸出層303隨時輸出須變更之PID參數及其變更值。藉此,可從輸出層303輸出考慮了各溫度行動參數之時間差的更正確之輸出值。結果,可更有效防止溫度行動曲線R超出指定之容許範圍。
再者,亦可從輸出層303’輸出與為了將溫度行動曲線維持在指定之容許範圍內而須變更的PID參數不同之其他溫度行動參數及其變更值。此時,控制部40由於係將PID參數及其他溫度行動參數隨時更新成其變更值,而且調整墊表面溫度,因此可更有效防止溫度行動曲線R超出指定之容許範圍。
一個實施形態亦可在主控制系統600之主記憶裝置612中儲存上述的學習完成模型2。或是,亦可在研磨裝置之控制部40的記憶部110中儲存上述之學習完成模型3。
上述實施形態係學習完成模型1或學習完成模型3從其輸出層303輸出須變更之PID參數及其變更值,不過,本發明不限定於該例。例如,學習完成模型1或學習完成模型3亦可從其輸出層303輸出用於計算須變更之PID參數及其變更值的程式。此時,研磨裝置之控制部40、中繼裝置500之中繼控制部510、或主控制系統600之主控制部610按照從輸出層303所輸出之程式執行運算PID參數之變更值的處理。或是,主控制系統600之主控制部610、或中繼裝置500之中繼控制部510亦可按照從輸出層303所輸出的程式執行運算溫度行動參數之變更值的處理,並將其結果送至研磨裝置。
或是,學習完成模型1或學習完成模型3亦可從其輸出層303輸出須變更之PID參數及用於算出變更後的PID參數之值的修正係數。此時,研磨裝置之控制部40、中繼裝置500之中繼控制部510、或主控制系統600之主控制部610可藉由將從輸出層303所輸出之修正係數乘上現在的PID參數,而獲得變更後的
PID參數之值。或是,主控制系統600之主控制部610、或中繼裝置500之中繼控制部510亦可藉由將從輸出層303所輸出之修正係數乘上現在的PID參數,而獲得變更後的PID參數之值,並將該值送至研磨裝置。
上述實施形態係使墊表面溫度到達指定之目標溫度,然後維持在該目標溫度之墊接觸構件(調墊溫構件)11接觸於研磨墊3的表面(亦即,研磨面)。但是,如第十八圖所示,墊接觸構件11亦可從研磨墊3之表面向上方分離。此時,第十八圖中註記符號11之構件因為發揮非接觸式調整墊表面溫度之調墊溫構件的功能,所以,以下稱為「調墊溫構件」。
調墊溫構件11包含非接觸式加熱研磨墊3表面之墊加熱源11a。一個實施形態係調墊溫構件11亦可係墊加熱源11a的本身。墊加熱源11a之例,如有朝向研磨墊3表面發出放射熱之加熱器(特別是紅外線加熱器)、或是燈(特別是紅外線燈)。墊加熱源11a係加熱器或燈時,將上述溫度行動參數中的「加熱液之溫度」改寫成「墊加熱源之溫度」。
墊加熱源11a之其他例,如有在研磨墊3之表面噴射暖風、溫水、及過熱蒸氣等之加熱流體的加熱流體噴射裝置。墊加熱源11a係加熱流體噴射裝置時,加熱流體經由無圖示之供給管線而供給至墊加熱源11a。再者,將上述溫度行動參數中的「加熱液之流量」改寫成「加熱流體之噴射量」,並將「加熱液之溫度」改寫成「加熱流體之溫度」。
調墊溫構件11亦可進一步包含非接觸式冷卻研磨墊3之表面的墊冷卻源11b。第十八圖係以假設線(虛線)描繪墊冷卻源11b。墊冷卻源11b之例,如有對研磨墊3之表面噴射冷風、及冷水等冷卻流體的冷卻流體噴射裝置。墊冷卻源11b係冷卻流體噴射裝置時,冷卻流體經由無圖示之供給管線供給至墊冷卻
源11b。再者,將上述溫度行動參數中的「冷卻液之流量」改寫成「冷卻流體之噴射量,並將「冷卻液之溫度」改寫成「冷卻流體之溫度」。
墊冷卻源11b之其他例,如有在研磨墊3之表面噴射乾冰等之冷卻劑的冷卻劑噴射裝置。墊冷卻源11b係冷卻劑噴射裝置時,冷卻劑經由無圖示之供給管線供給至墊冷卻源11b。再者,將上述溫度行動參數中的「冷卻液之流量」改寫成「冷卻劑之噴射量」,並將「冷卻液之溫度」改寫成「冷卻劑之溫度」。
上述實施形態係以具有本發明所屬之技術領域的一般知識者可實施本發明為目的而記載者。熟悉本技術之業者當然可形成上述實施形態之各種修改例,本發明之技術性思想亦可適用於其他實施形態。因此,本發明不限定於記載之實施形態,而係按照藉由申請專利範圍所定義之技術性思想作最廣範圍的解釋者。
[產業上之可利用性]
本發明係可利用於用於調整使用在晶圓等基板之研磨的研磨墊之表面溫度的墊溫度調整裝置、及墊溫度調整方法。此外,本發明可利用於組裝墊溫度調整裝置之研磨裝置、及至少包含1個研磨裝置之研磨系統。
1:研磨頭
2:研磨台
3:研磨墊
4:研磨液供給噴嘴
5:墊溫度調整裝置
11:調墊溫構件
20:修整器
30:液體供給系統
31:加熱液供給槽
32:加熱液供給管
33:加熱液回流管
39:墊溫度量測器
40:控制部
41:第一開閉閥
42:第一流量控制閥
45:溫度顯示器
47:加熱液泵
48:加熱源
51:冷卻液供給管
52:冷卻液排出管
55:第二開閉閥
56:第二流量控制閥
71:上下運動機構
W:晶圓
Claims (20)
- 一種墊溫度調整裝置,係用於使研磨墊之表面溫度到達指定的目標溫度,然後,維持在該目標溫度,其特徵為具備:墊接觸構件,其係可接觸於前述研磨墊表面,且內部形成有加熱流路及冷卻流路;液體供給系統,其具備:加熱液供給管,其係連接於前述加熱流路;冷卻液供給管,其係連接於前述冷卻流路;第一流量控制閥,其係安裝於前述加熱液供給管;及第二流量控制閥,其係安裝於前述冷卻液供給管;其中前述液體供給系統係將調整過溫度之加熱液及冷卻液供給至前述墊接觸構件;墊溫度量測器,其係量測前述研磨墊之表面溫度;以及控制部,其係依據前述墊溫度量測器的量測值與前述目標溫度之差,PID控制前述第一流量控制閥及前述第二流量控制閥之操作量;其中前述控制部具備:記憶部,其係為了將依據前述墊溫度量測器之量測值與其量測時間而製作的溫度行動曲線維持在指定的容許範圍內,而儲存有藉由機械學習而建立的學習完成模型;及處理裝置,其係將至少1個溫度行動參數輸入前述學習完成模型,執行用於輸出前述PID控制之PID參數的變更值之運算其中前述學習完成模型係藉由使用類神經網路之深度學習而建立, 前述控制部在將包含前述至少1個溫度行動參數之學習用資料集輸入前述類神經網路時,係以從該類神經網路獲得為了將前述溫度行動曲線維持在指定之容許範圍內而須變更的PID參數、以及正常範圍所包含之PID參數的變更值之方式,調整前述類神經網路之加權參數,來建立前述學習完成模型;前述控制部儲存每次將基板按壓於前述研磨墊而研磨該基板時製作的前述溫度行動曲線、以及與前述溫度行動曲線相關連之至少1個溫度行動參數,前述學習用資料集係由前述儲存之至少1個溫度行動參數而製作。
- 一種墊溫度調整裝置,係用於使研磨墊之表面溫度到達指定的目標溫度,然後,維持在該目標溫度,其特徵為具備:墊接觸構件,其係可接觸於前述研磨墊表面,且內部形成有加熱流路及冷卻流路;液體供給系統,其具備:加熱液供給管,其係連接於前述加熱流路;冷卻液供給管,其係連接於前述冷卻流路;第一流量控制閥,其係安裝於前述加熱液供給管;及第二流量控制閥,其係安裝於前述冷卻液供給管;其中前述液體供給系統係將調整過溫度之加熱液及冷卻液供給至前述墊接觸構件;墊溫度量測器,其係量測前述研磨墊之表面溫度;以及 控制部,其係依據前述墊溫度量測器的量測值與前述目標溫度之差,PID控制前述第一流量控制閥及前述第二流量控制閥之操作量;其中前述控制部具備:記憶部,其係為了將依據前述墊溫度量測器之量測值與其量測時間而製作的溫度行動曲線維持在指定的容許範圍內,而儲存有藉由機械學習而建立的學習完成模型;及處理裝置,其係將至少1個溫度行動參數輸入前述學習完成模型,執行用於輸出前述PID控制之PID參數的變更值之運算;其中輸入前述學習完成模型之前述至少1個溫度行動參數,係前述PID控制之PID參數、前述加熱液之流量、及前述冷卻液的流量。
- 如請求項1或2之墊溫度調整裝置,其中係將按壓於前述研磨墊之基板膜厚相關的膜厚參數,進一步輸入前述學習完成模型。
- 如請求項1或2之墊溫度調整裝置,其中係將前述研磨墊之高度、與以前述研磨墊研磨之基板的研磨率,進一步輸入前述學習完成模型。
- 一種墊溫度調整方法,其特徵為:使墊接觸構件接觸於研磨墊之表面,而且加熱液及冷卻液分別在形成於前述墊接觸構件內之加熱流路及冷卻流路中流動,使用墊溫度量測器量測前述研磨墊之表面溫度,以使前述研磨墊之表面溫度到達指定的目標溫度,然後,維持該目標溫度之方式,PID控制安裝於與前述加熱流路連接之加熱液供給管的第一流量控制閥、及安裝於與前述冷卻流路連接之冷卻液供給管的第二流量控制閥之操作量, 藉由機械學習而建立用於將依據前述墊溫度量測器之量測值與該量測時間而製作的溫度行動曲線維持在指定之容許範圍內的學習完成模型,將至少1個溫度行動參數輸入前述學習完成模型,並輸出前述PID控制之PID參數的變更值;儲存將基板按壓於前述研磨墊,每次研磨該基板時製作之前述溫度行動曲線、及與前述溫度行動曲線相關連之至少1個溫度行動參數,其中建立前述學習完成模型之工序係藉由使用類神經網路之深層學習而進行的工序,前述深層學習在將包含前述至少1個溫度行動參數之學習用資料集輸入前述類神經網路時,係以從該類神經網路獲得為了將前述溫度行動曲線維持在指定之容許範圍內而須變更的PID參數、及正常範圍中包含之PID參數的變更值之方式,調整前述類神經網路之加權參數,來建立前述學習完成模型;前述學習用資料集係從前述儲存之至少1個溫度行動參數來製作。
- 一種墊溫度調整方法,其特徵為:使墊接觸構件接觸於研磨墊之表面,而且加熱液及冷卻液分別在形成於前述墊接觸構件內之加熱流路及冷卻流路中流動,使用墊溫度量測器量測前述研磨墊之表面溫度,以使前述研磨墊之表面溫度到達指定的目標溫度,然後,維持該目標溫度之方式,PID控制安裝於與前述加熱流路連接之加熱液供給管的第一流量控制閥、及安裝於與前述冷卻流路連接之冷卻液供給管的第二流量控制閥之操作量, 藉由機械學習而建立用於將依據前述墊溫度量測器之量測值與該量測時間而製作的溫度行動曲線維持在指定之容許範圍內的學習完成模型,將至少1個溫度行動參數輸入前述學習完成模型,並輸出前述PID控制之PID參數的變更值;其中輸入前述學習完成模型之前述至少1個溫度行動參數,係前述PID控制之PID參數、前述加熱液之流量、及前述冷卻液之流量。
- 如請求項5或6之墊溫度調整方法,其中係將按壓於前述研磨墊之基板膜厚相關的膜厚參數,進一步輸入前述學習完成模型。
- 如請求項5或6之墊溫度調整方法,其中係將前述研磨墊之高度、與以前述研磨墊研磨之基板的研磨率,進一步輸入前述學習完成模型。
- 一種研磨裝置,其特徵為具備:至少1個研磨單元;其係具備:研磨台,其係支撐研磨墊;及研磨頭,其係將基板按壓於前述研磨墊;以及墊溫度調整裝置,其係用於使前述研磨墊之表面溫度到達指定的目標溫度,然後維持該目標溫度;其中前述墊溫度調整裝置具備:墊接觸構件,其係可接觸於前述研磨墊表面,且內部形成有加熱流路及冷卻流路;液體供給系統,其係具備:加熱液供給管,其係連接於前述加熱流路;冷卻液供給管,其係連接於前述冷卻流路;第一流量控制閥,其係安裝於前述加熱液供給管;及第二流量控制閥,其係安裝於前述冷卻液供給 管;其中前述液體供給系統係將調整過溫度之加熱液及冷卻液供給至前述墊接觸構件;墊溫度量測器,其係量測前述研磨墊之表面溫度;及控制部,其係依據前述墊溫度量測器的量測值與前述目標溫度之差,PID控制前述第一流量控制閥及前述第二流量控制閥之操作量;其中前述控制部具備:記憶部,其係為了將依據前述墊溫度量測器之量測值與其量測時間而製作的溫度行動曲線維持在指定的容許範圍內,而儲存有藉由機械學習而建立的學習完成模型;及處理裝置,其係將至少1個溫度行動參數輸入前述學習完成模型,執行用於輸出前述PID控制之PID參數的變更值之運算;其中前述學習完成模型係藉由使用類神經網路之深層學習而建立,前述控制部在將包含前述至少1個溫度行動參數之學習用資料集輸入前述類神經網路時,係以從該類神經網路獲得為了將前述溫度行動曲線維持在指定之容許範圍內而須變更的PID參數、及正常範圍中包含之PID參數的變更值之方式,調整前述類神經網路之加權參數,來建立前述學習完成模型;前述控制部係儲存將基板按壓於前述研磨墊,每次研磨該基板時製作之前述溫度行動曲線、及與前述溫度行動曲線相關連之至少1個溫度行動參數,前述學習用資料集係從前述儲存之至少1個溫度行動參數來製作。
- 一種研磨裝置,其特徵為具備: 至少1個研磨單元;其係具備:研磨台,其係支撐研磨墊;及研磨頭,其係將基板按壓於前述研磨墊;以及墊溫度調整裝置,其係用於使前述研磨墊之表面溫度到達指定的目標溫度,然後維持該目標溫度;其中前述墊溫度調整裝置具備:墊接觸構件,其係可接觸於前述研磨墊表面,且內部形成有加熱流路及冷卻流路;液體供給系統,其係具備:加熱液供給管,其係連接於前述加熱流路;冷卻液供給管,其係連接於前述冷卻流路;第一流量控制閥,其係安裝於前述加熱液供給管;及第二流量控制閥,其係安裝於前述冷卻液供給管;其中前述液體供給系統係將調整過溫度之加熱液及冷卻液供給至前述墊接觸構件;墊溫度量測器,其係量測前述研磨墊之表面溫度;及控制部,其係依據前述墊溫度量測器的量測值與前述目標溫度之差,PID控制前述第一流量控制閥及前述第二流量控制閥之操作量;其中前述控制部具備:記憶部,其係為了將依據前述墊溫度量測器之量測值與其量測時間而製作的溫度行動曲線維持在指定的容許範圍內,而儲存有藉由機械學習而建立的學習完成模型;及處理裝置,其係將至少1個溫度行動參數輸入前述學習完成模型,執行用於輸出前述PID控制之PID參數的變更值之運算; 其中輸入前述學習完成模型之前述至少1個溫度行動參數,係前述PID控制之PID參數、前述加熱液之流量、及前述冷卻液的流量。
- 如請求項9或10之研磨裝置,其中係將按壓於前述研磨墊之基板膜厚相關的膜厚參數,進一步輸入前述學習完成模型。
- 如請求項9或10之研磨裝置,其中係將前述研磨墊之高度、與以前述研磨墊研磨之基板的研磨率,進一步輸入前述學習完成模型。
- 一種研磨系統,其特徵為具備:至少1個研磨裝置;中繼裝置,其係可與前述研磨裝置收發資訊地連接;以及主控制系統,其係可與前述中繼裝置收發資訊地連接;前述研磨裝置具備:至少1個研磨單元;其係具備:研磨台,其係支撐研磨墊;及研磨頭,其係將基板按壓於前述研磨墊;及墊溫度調整裝置,其係用於使前述研磨墊之表面溫度到達指定的目標溫度,然後維持該目標溫度;前述墊溫度調整裝置具備:墊接觸構件,其係可接觸於前述研磨墊表面,且內部形成有加熱流路及冷卻流路;液體供給系統,其係具備:加熱液供給管,其係連接於前述加熱流路;冷卻液供給管,其係連接於前述冷卻流路;第一流量控制閥,其係安裝於前述加熱液供給管;及第二流量控制閥,其係安裝於前述冷卻液供 給管;其中前述液體供給系統係將調整過溫度之加熱液及冷卻液供給至前述墊接觸構件;墊溫度量測器,其係量測前述研磨墊之表面溫度;及控制部,其係依據前述墊溫度量測器的量測值與前述目標溫度之差,PID控制前述第一流量控制閥及前述第二流量控制閥之操作量;前述主控制系統之主控制部具備:記憶部,其係為了將依據前述墊溫度量測器之量測值與其量測時間而製作的溫度行動曲線維持在指定的容許範圍內,而儲存有藉由機械學習而建立的學習完成模型;及處理裝置,其係將至少1個溫度行動參數輸入前述學習完成模型,執行用於輸出前述PID控制之PID參數的變更值之運算;其中前述學習完成模型係藉由使用類神經網路之深層學習而建立,前述主控制部在將包含前述至少1個溫度行動參數之學習用資料集輸入前述類神經網路時,係以從該類神經網路獲得為了將前述溫度行動曲線維持在指定之容許範圍內而須變更的PID參數、及正常範圍中包含之PID參數的變更值之方式,調整前述類神經網路之加權參數,來建立前述學習完成模型;前述主控制部儲存每次將基板按壓於前述研磨墊而研磨該基板時製作的前述溫度行動曲線、以及與前述溫度行動曲線相關連之至少1個溫度行動參數,前述學習用資料集係由前述儲存之至少1個溫度行動參數而製作。
- 一種研磨系統,其特徵為具備: 至少1個研磨裝置;中繼裝置,其係可與前述研磨裝置收發資訊地連接;以及主控制系統,其係可與前述中繼裝置收發資訊地連接;前述研磨裝置具備:至少1個研磨單元;其係具備:研磨台,其係支撐研磨墊;及研磨頭,其係將基板按壓於前述研磨墊;及墊溫度調整裝置,其係用於使前述研磨墊之表面溫度到達指定的目標溫度,然後維持該目標溫度;前述墊溫度調整裝置具備:墊接觸構件,其係可接觸於前述研磨墊表面,且內部形成有加熱流路及冷卻流路;液體供給系統,其係具備:加熱液供給管,其係連接於前述加熱流路;冷卻液供給管,其係連接於前述冷卻流路;第一流量控制閥,其係安裝於前述加熱液供給管;及第二流量控制閥,其係安裝於前述冷卻液供給管;其中前述液體供給系統係將調整過溫度之加熱液及冷卻液供給至前述墊接觸構件;墊溫度量測器,其係量測前述研磨墊之表面溫度;及控制部,其係依據前述墊溫度量測器的量測值與前述目標溫度之差,PID控制前述第一流量控制閥及前述第二流量控制閥之操作量;前述主控制系統之主控制部具備: 記憶部,其係為了將依據前述墊溫度量測器之量測值與其量測時間而製作的溫度行動曲線維持在指定的容許範圍內,而儲存有藉由機械學習而建立的學習完成模型;及處理裝置,其係將至少1個溫度行動參數輸入前述學習完成模型,執行用於輸出前述PID控制之PID參數的變更值之運算;其中輸入前述學習完成模型之前述至少1個溫度行動參數,係前述PID控制之PID參數、前述加熱液之流量、及前述冷卻液的流量。
- 如請求項13或14之研磨系統,其中係將按壓於前述研磨墊之基板膜厚相關的膜厚參數,進一步輸入前述學習完成模型。
- 如請求項13或14之研磨系統,其中係將前述研磨墊之高度、與以前述研磨墊研磨之基板的研磨率,進一步輸入前述學習完成模型。
- 一種研磨系統,其特徵為具備:至少1個研磨裝置;中繼裝置,其係可與前述研磨裝置收發資訊地連接;以及主控制系統,其係可與前述中繼裝置收發資訊地連接;前述研磨裝置具備:至少1個研磨單元;其係具備:研磨台,其係支撐研磨墊;及研磨頭,其係將基板按壓於前述研磨墊;及墊溫度調整裝置,其係用於使前述研磨墊之表面溫度到達指定的目標溫度,然後維持該目標溫度;前述墊溫度調整裝置具備: 墊接觸構件,其係可接觸於前述研磨墊表面,且內部形成有加熱流路及冷卻流路;液體供給系統,其係具備:加熱液供給管,其係連接於前述加熱流路;冷卻液供給管,其係連接於前述冷卻流路;第一流量控制閥,其係安裝於前述加熱液供給管;及第二流量控制閥,其係安裝於前述冷卻液供給管;其中前述液體供給系統係將調整過溫度之加熱液及冷卻液供給至前述墊接觸構件;墊溫度量測器,其係量測前述研磨墊之表面溫度;及控制部,其係依據前述墊溫度量測器的量測值與前述目標溫度之差,PID控制前述第一流量控制閥及前述第二流量控制閥之操作量;其中前述中繼裝置之中繼控制部具備:記憶部,其係為了將依據前述墊溫度量測器之量測值與其量測時間而製作的溫度行動曲線維持在指定的容許範圍內,而儲存有藉由機械學習而建立的學習完成模型;及處理裝置,其係將前述墊溫度量測器之量測值、與其量測時間之組合、及至少1個溫度行動參數輸入前述學習完成模型,在調整前述研磨墊之表面溫度期間,隨時執行用於輸出前述PID控制之PID參數的變更值之運算;其中前述學習完成模型係藉由使用類神經網路之深度學習而建立,前述中繼控制部在將包含前述至少1個溫度行動參數之學習用資料集輸入前述類神經網路時,係以從該類神經網路獲得為了將前述溫度行動曲線維持在指定之 容許範圍內而須變更的PID參數、以及正常範圍所包含之PID參數的變更值之方式,調整前述類神經網路之加權參數,來建立前述學習完成模型;前述中繼控制部儲存每次將基板按壓於前述研磨墊而研磨該基板時製作的前述溫度行動曲線、以及與前述溫度行動曲線相關連之至少1個溫度行動參數,前述學習用資料集係由前述儲存之至少1個溫度行動參數而製作。
- 一種研磨系統,其特徵為具備:至少1個研磨裝置;中繼裝置,其係可與前述研磨裝置收發資訊地連接;以及主控制系統,其係可與前述中繼裝置收發資訊地連接;前述研磨裝置具備:至少1個研磨單元;其係具備:研磨台,其係支撐研磨墊;及研磨頭,其係將基板按壓於前述研磨墊;及墊溫度調整裝置,其係用於使前述研磨墊之表面溫度到達指定的目標溫度,然後維持該目標溫度;前述墊溫度調整裝置具備:墊接觸構件,其係可接觸於前述研磨墊表面,且內部形成有加熱流路及冷卻流路;液體供給系統,其係具備:加熱液供給管,其係連接於前述加熱流路;冷卻液供給管,其係連接於前述冷卻流路;第一流量控制閥,其係安裝於前述加熱液供給管;及第二流量控制閥,其係安裝於前述冷卻液供 給管;其中前述液體供給系統係將調整過溫度之加熱液及冷卻液供給至前述墊接觸構件;墊溫度量測器,其係量測前述研磨墊之表面溫度;及控制部,其係依據前述墊溫度量測器的量測值與前述目標溫度之差,PID控制前述第一流量控制閥及前述第二流量控制閥之操作量;其中前述中繼裝置之中繼控制部具備:記憶部,其係為了將依據前述墊溫度量測器之量測值與其量測時間而製作的溫度行動曲線維持在指定的容許範圍內,而儲存有藉由機械學習而建立的學習完成模型;及處理裝置,其係將前述墊溫度量測器之量測值、與其量測時間之組合、及至少1個溫度行動參數輸入前述學習完成模型,在調整前述研磨墊之表面溫度期間,隨時執行用於輸出前述PID控制之PID參數的變更值之運算;其中輸入前述學習完成模型之前述至少1個溫度行動參數,係前述PID控制之PID參數、前述加熱液之流量、及前述冷卻液的流量。
- 如請求項17或18之研磨系統,其中係將按壓於前述研磨墊之基板膜厚相關的膜厚參數,進一步輸入前述學習完成模型。
- 如請求項17或18之研磨系統,其中係將前述研磨墊之高度、與以前述研磨墊研磨之基板的研磨率,進一步輸入前述學習完成模型。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018247771 | 2018-12-28 | ||
JP2018-247771 | 2018-12-28 | ||
JP2019228041A JP7374751B2 (ja) | 2018-12-28 | 2019-12-18 | パッド温度調整装置、パッド温度調整方法、研磨装置、および研磨システム |
JP2019-228041 | 2019-12-18 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202040666A TW202040666A (zh) | 2020-11-01 |
TWI837257B true TWI837257B (zh) | 2024-04-01 |
Family
ID=71570120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108147319A TWI837257B (zh) | 2018-12-28 | 2019-12-24 | 墊溫度調整裝置、墊溫度調整方法、研磨裝置、及研磨系統 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7374751B2 (zh) |
TW (1) | TWI837257B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4202412A4 (en) * | 2020-08-24 | 2024-05-29 | Shimadzu Corporation | ATOMIC ABSORPTION SPECTROPHOTOMETER AND CONTROL METHODS FOR ATOMIC ABSORPTION SPECTROPHOTOMETER |
CN114437843B (zh) * | 2020-11-03 | 2022-12-13 | 中国石油化工股份有限公司 | 一种天然气处理过程的控制系统及方法 |
TWI826877B (zh) * | 2020-12-18 | 2023-12-21 | 美商應用材料股份有限公司 | 拋光基板及匹配拋光系統之間的拋光效能的方法 |
US20220347813A1 (en) | 2021-04-30 | 2022-11-03 | Applied Materials, Inc. | Monitor chemical mechanical polishing process using machine learning based processing of heat images |
JP7543977B2 (ja) | 2021-05-10 | 2024-09-03 | 株式会社Sumco | 研磨条件決定用相関関係式の作成方法、研磨条件の決定方法および半導体ウェーハの製造方法 |
JP2023046628A (ja) * | 2021-09-24 | 2023-04-05 | 株式会社Screenホールディングス | 研磨装置、基板処理装置および研磨方法 |
TWI783739B (zh) * | 2021-10-20 | 2022-11-11 | 緯創資通股份有限公司 | 溫度預測模型的建立方法、加熱溫度設定方法和熱循環系統 |
JP2023114126A (ja) * | 2022-02-04 | 2023-08-17 | 株式会社荏原製作所 | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 |
JP2023148614A (ja) * | 2022-03-30 | 2023-10-13 | 株式会社荏原製作所 | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 |
CN115186582B (zh) * | 2022-07-05 | 2023-04-18 | 科大智能物联技术股份有限公司 | 一种基于机器学习模型的轧钢加热炉控制方法 |
JP2024077061A (ja) * | 2022-11-28 | 2024-06-07 | 株式会社荏原製作所 | 研磨情報処理装置、予測装置、および機械学習装置 |
CN116484974B (zh) * | 2023-04-25 | 2023-11-03 | 大连祥瑞阀门制造有限公司 | 基于磁流变技术的喷冲阀流量控制系统 |
CN118528084A (zh) * | 2024-07-25 | 2024-08-23 | 万得福实业集团有限公司 | 一种金属板打磨工艺优化方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03201008A (ja) * | 1989-12-28 | 1991-09-02 | Toshiba Corp | ゲインスケジューリング制御装置 |
JP2017175264A (ja) * | 2016-03-22 | 2017-09-28 | 日本電気株式会社 | 中継装置、通信システム、中継方法及び中継プログラム |
JP2018027582A (ja) * | 2016-08-17 | 2018-02-22 | 株式会社荏原製作所 | 研磨方法、研磨装置、およびコンピュータプログラムを記録した記録媒体 |
-
2019
- 2019-12-18 JP JP2019228041A patent/JP7374751B2/ja active Active
- 2019-12-24 TW TW108147319A patent/TWI837257B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03201008A (ja) * | 1989-12-28 | 1991-09-02 | Toshiba Corp | ゲインスケジューリング制御装置 |
JP2017175264A (ja) * | 2016-03-22 | 2017-09-28 | 日本電気株式会社 | 中継装置、通信システム、中継方法及び中継プログラム |
JP2018027582A (ja) * | 2016-08-17 | 2018-02-22 | 株式会社荏原製作所 | 研磨方法、研磨装置、およびコンピュータプログラムを記録した記録媒体 |
Also Published As
Publication number | Publication date |
---|---|
TW202040666A (zh) | 2020-11-01 |
JP2020109839A (ja) | 2020-07-16 |
JP7374751B2 (ja) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI837257B (zh) | 墊溫度調整裝置、墊溫度調整方法、研磨裝置、及研磨系統 | |
WO2020137802A1 (ja) | パッド温度調整装置、パッド温度調整方法、研磨装置、および研磨システム | |
CN104858785B (zh) | 研磨垫的修整方法及装置 | |
WO2018034308A1 (ja) | 研磨方法、研磨装置、およびコンピュータプログラムを記録した記録媒体 | |
TWI634966B (zh) | 研磨裝置及研磨方法 | |
TWI848851B (zh) | 墊調節器的切割速率監控 | |
JP2018122406A (ja) | 研磨パッドの表面温度を調整するための熱交換器、研磨装置、研磨方法、およびコンピュータプログラムを記録した記録媒体 | |
JP2005317864A (ja) | ウェハの研磨方法 | |
JP6752657B2 (ja) | 研磨方法および研磨装置 | |
CN107107309A (zh) | 抛光研磨处理中研磨量的模拟方法及抛光研磨装置 | |
TW201524681A (zh) | 於使用預測過濾器之基板硏磨時之硏磨速率調整 | |
TWI826877B (zh) | 拋光基板及匹配拋光系統之間的拋光效能的方法 | |
US12076830B2 (en) | Polishing method and polishing apparatus | |
CN113618622A (zh) | 垫温度调节装置、垫温度调节方法及研磨装置 | |
JP2019181607A (ja) | 研磨パッドの表面温度の調整方法、および研磨装置 | |
TWI836361B (zh) | 拋光之方法、用於從基板移除材料之方法、及電腦程式產品 | |
US11642751B2 (en) | Polishing method and polishing apparatus | |
US20230381910A1 (en) | Method for estimating life of polishing pad and polishing device | |
JP2024094544A (ja) | 基板研磨装置、基板処理装置、方法、プログラム及び記憶媒体 | |
JP2022165024A (ja) | 研磨方法、および研磨装置 |